如何构建弹性搜索查询以匹配文档字段中的每个标记？答案

【问题标题】：How do I build an elastic search query such that each token in a document field is matched?如何构建弹性搜索查询以匹配文档字段中的每个标记？
【发布时间】：2013-01-15 18:03:21
【问题描述】：

我需要确保字段的每个标记都与用户搜索中的至少一个标记匹配。

为简化起见，这是一个通用示例。

让Store_Name = "Square Steakhouse"

当用户搜索 Square 或 Steakhouse 时，构建与此文档匹配的查询很简单。此外，通过将 kstem 过滤器附加到默认分析器，Steakhouses 也可能匹配。

{
  "size": 30,
  "query": {
    "match": {
      "Store_Name": {
        "query": "Square",
        "operator": "AND"
      }
    }
  }
}

不幸的是，我需要匹配 Store_Name 字段的每个标记。我需要以下行为：

Query: Square Steakhouse    Result: Match
Query: Square Steakhouses   Result: Match
Query: Squared Steakhouse   Result: Match
Query: Square               Result: No Match
Query: Steakhouse           Result: No Match

总结

不能使用 not_analyzed，因为我确实需要利用分析器功能
我打算使用 kstem、自定义同义词、自定义 char_filter、小写过滤器以及标准标记器

但是，我需要确保字段的每个标记都匹配

这在弹性搜索中可行吗？

【问题讨论】：

标签： elasticsearch

【解决方案1】：

这是一个好方法。

它并不完美，但在简单性、计算和存储方面是一个很好的折衷方案。

索引字段的标记计数
获取搜索文本的token计数
执行过滤查询并强制结果之间的令牌数相等

您将需要使用分析 API 来获取令牌计数。确保使用与相关字段相同的分析器。这是一个获取令牌计数的 VB.NET 函数：

Private Function GetTokenCount(ByVal RawString As String, Optional ByVal Analyzer As String = "default") As Integer
    If Trim(RawString) = "" Then Return 0

    Dim client = New ElasticConnection()
    Dim result = client.Post("http://localhost:9200/myindex/_analyze?analyzer=" & Analyzer, RawString) 'Submit analyze request usign PlainElastic.NET API
    Dim J = JObject.Parse(result.ToString()) 'Populate JSON.NET JObject
    Return (From X In J("tokens")).Count() 'returns token count using a JSON.NET JObject

End Function

您将希望在索引时使用它来存储相关字段的令牌计数。确保 TokenCount 的映射中有一个条目

这是一个很好的弹性搜索查询，用于利用这个新的令牌计数信息：

{
  "size": 30,
  "query": {
    "filtered": {
      "query": {
        "match": {
          "MyField": {
            "query": "[query]",
            "operator": "AND"
          }
        }
      },
      "filter": {
        "term": {
          "TokenCount": [tokencount]
        }
      }
    }
  }
}

将 [query] 替换为搜索词
将 [tokencount] 替换为搜索词中的令牌数（使用上面的 GetTokenCount 函数

这确保所有匹配项至少与MyField 中的标记一样多。

以上有一些缺点。例如，如果我们正在匹配字段“blue red”，并且用户搜索“blue blue”，则上述将触发匹配。因此，您可能想要使用unique token filter。您可能还希望调整过滤器，以便

参考

Clinton Gormely inspired the solution

【讨论】：