Lucene 通配符搜索

Question

我的数据如下所示：

CK/YZfB6XUmSOSM3IJqM2Q; Response code: 404. Elapsed: 0ms. Request: GET /marketing
4kk/TiKjYU2JY0L2N14QLg; Response code: 200. Elapsed: 10ms. Request: GET /api/monitor
vhXVsw4sBk69qv7dGE8JYw; Response code: 404. Elapsed: 0ms. Request: GET /graph-statistics 4kk/TiKjYW2JY0L2N14QLg; Response code: 200. Elapsed: 10ms. Request: GET /api/monitor

我正在尝试查询/过滤掉它，所以我只保留 4xx 响应。

我已阅读有关 wildcards 的文档，因此我希望以下查询中至少有一个可以正常工作（这是用 Kibana 编写的）：

message: "Response code: 4??"
message: 4??.
message: "Response code: 4*"

以下是这些在 JSON 中的外观，以防转义问题（为简洁起见，我在同一个 JSON 中列举了所有 3 个查询）：

"filter" : [],
"query" : {
 "query_string" : {
  "query" : "message: \"Response code: 4??\"",
  "query" : "message: 4??.",
  "query" : "message: \"Response code: 4*\"",
  "analyze_wildcard" : true
 }
},

到目前为止，我没有运气，而且我的想法已经不多了......

Answer 1

根据您的问题，该文本似乎已在 message 字段中编入索引。 如果您希望查询仅返回 4XX 响应，请尝试以下查询。

message: (Response AND code AND 4??)

这个查询本质上是要求 lucene 获取包含 response、code 和 4xx 字样的记录。 我针对以下情况进行了测试，您的记录可能包含 400 作为 Elapsed time 的一部分。

....... 响应码：200 经过：404ms.......

但是查询工作正常并且不返回这些结果，因为 404 以 ms 作为后缀。因此，这与您对 4?? 的搜索不匹配。

此外，您可能必须检查该字段在您的集合中的索引方式。它是存储为文本还是字符串？ 在您的代码示例中，您没有转义 : 这是 lucene 中的特殊字符。

注意：此查询检查文本中是否存在这些关键字，但不一定按给定顺序