Elasticsearch 中的通配符搜索或部分匹配

Question

我正在尝试为最终用户提供搜索时使用的类型，这更像是 sqlserver。 我能够为给定的 sql 场景实现 ES 查询：

select * from table where name like '%pete%' and type != 'xyz and type!='abc'

但是 ES 查询不适用于这个 sql 查询

select * from table where name like '%peter tom%' and type != 'xyz and type!='abc'

在我的弹性搜索以及通配符查询中，我还需要执行一些布尔过滤查询

{
  "query": {
    "filtered": {
      "filter": {
        "bool": {
          "should": [
            {
              "query": {
                "wildcard": {
                  "name": { "value": "*pete*" }
                }
              }
            }
          ],
          "must_not": [
            {
              "match": { "type": "xyz" }
            },
            {
              "match": { "type": "abc" }
            }
          ]
        }
      }
    }
  }
}

上面带有通配符搜索的弹性查询可以正常工作，并为我获取所有与 pete 匹配且不属于 xyz 和 abc 类型的文档。但是当我尝试使用由空格分隔的 2 个单独的单词执行通配符时，相同的查询返回给我如下图为空。例如

{
  "query": {
    "filtered": {
      "filter": {
        "bool": {
          "should": [
            {
              "query": {
                "wildcard": {
                  "name": { "value": "*peter tom*" }
                }
              }
            }
          ],
          "must_not": [
            {
              "match": { "type": "xyz" }
            },
            {
              "match": { "type": "abc" }
            }
          ]
        }
      }
    }
  }
}

我的映射如下：

{
  "properties": {
    "name": {
      "type": "string"
    },
    "type": {
      "type": "string"
    }
  }
}

我应该使用什么查询来使通配符搜索由空格分隔的单词成为可能

Answer 1

最有效的解决方案是利用ngram tokenizer 来标记您的name 字段的一部分。例如，如果你有一个像 peter tomson 这样的名字，ngram 分词器会像这样对它进行分词和索引：

• 佩
• 宠物
• 皮特
• 彼得
• 彼得 t
• 彼得到
• 彼得·汤姆
• 彼得·汤姆斯
• 彼得·汤姆索
• 等汤臣
• 汤臣
• 呃汤姆森
• 汤姆森
• 汤臣
• 汤臣
• 奥姆森
• mson
• 儿子
• 开启

因此，当它被编入索引时，搜索其中任何一个标记都会检索到包含 peter thomson 的文档。

让我们创建索引：

PUT likequery
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_ngram_analyzer": {
          "tokenizer": "my_ngram_tokenizer"
        }
      },
      "tokenizer": {
        "my_ngram_tokenizer": {
          "type": "nGram",
          "min_gram": "2",
          "max_gram": "15"
        }
      }
    }
  },
  "mappings": {
    "typename": {
      "properties": {
        "name": {
          "type": "string",
          "fields": {
            "search": {
              "type": "string",
              "analyzer": "my_ngram_analyzer"
            }
          }
        },
        "type": {
          "type": "string",
          "index": "not_analyzed"
        }
      }
    }
  }
}

然后您就可以使用简单且非常高效的term 查询进行这样的搜索：

POST likequery/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "name.search": "peter tom"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "type": "xyz"
          }
        },
        {
          "match": {
            "type": "abc"
          }
        }
      ]
    }
  }
}

Answer 2

好吧，我的解决方案并不完美，我不确定性能。所以你应该自担风险尝试:)

这是 es 5 版本

PUT likequery
{
  "mappings": {
    "typename": {
      "properties": {
        "name": {
          "type": "string",
          "fields": {
            "raw": {
              "type": "keyword"
            }
          }
        },
        "type": {
          "type": "string"
        }
      }
    }
  }
}

在 ES 2.1 中将 "type": "keyword" 更改为 "type": "string", "index": "not_analyzed"

PUT likequery/typename/1
{
  "name": "peter tomson"
}

PUT likequery/typename/2
{
  "name": "igor tkachenko"
}

PUT likequery/typename/3
{
  "name": "taras shevchenko"
}

查询区分大小写

POST likequery/_search
{
  "query": {
    "regexp": {
      "name.raw": ".*taras shev.*"
    }
  }
}

回应

{
  "took": 5,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 1,
    "hits": [
      {
        "_index": "likequery",
        "_type": "typename",
        "_id": "3",
        "_score": 1,
        "fields": {
          "raw": [
            "taras shevchenko"
          ]
        }
      }
    ]
  }
}

PS。我再次不确定此查询的性能，因为它将使用扫描而不是索引。