Elasticsearch 逃避空间的正确方法，？并非在所有情况下都有效

Question

我正在尝试使用空格进行搜索以在 elasticsearch 中正常工作，但在使其行为方式与在其他字段上相同时遇到了很多麻烦。

我有两个字段，Name 和 Addresses.First().Line1，我希望能够搜索并在搜索中保留空格。例如，搜索Bob Smi* 将返回Bob Smith，而不仅仅是Bob。

这适用于我的名称字段，方法是使用? 替换空格进行查询字符串搜索。我也在做一个通配符，所以我的最终查询是*bob?smi*。

但是，当我尝试按 line1 进行搜索时，我没有得到任何结果。例如。 *4800* 返回带有 line1 的记录，例如 4800 Street，但是当我使用 4800 street 进行相同的转换以得到 *4800?street* 时，我没有得到任何结果。

以下是我的查询

{
  "from": 0,
  "size": 50,
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "query": "*4800?Street*",
            "fields": [
              "name",
              "addresses.line1"
            ]
          }
        }
      ]
    }
  }
}

不返回任何结果。

为什么*bob?smi* 会返回名称为Bob Smith 的结果，而*4800?street* 不会返回带有订单项4800 street 的结果？

以下是索引中两个字段的设置方式：

.Text(smd => smd.Name(c => c.Name).Analyzer(ElasticIndexCreator.SortAnalyzer).Fielddata())

.Nested<Address>(nomd => nomd.Name(p => p.PrimaryAddress).Properties(MapAddressProperties))

//from MapAddressProperties()

.Text(smd2 => smd2.Name(x => x.Line1).Analyzer(ElasticIndexCreator.SortAnalyzer).Fielddata())

弹性映射：

"name": {
    "type": "text",
        "fields": {
            "keyword": {
                "type": "keyword",
                "ignore_above": 256
            }
        }
    }
}
"addresses": {
    "line1": {
        "type": "text",
        "fields": {
            "keyword": {
                "type": "keyword",
                "ignore_above": 256
            }
        }
    },
 }

是否有其他更好的方法来转义 elasticsearch 查询字符串中的空格？我也试过 \\ 和 \\\\（在 C# 中计算为 \\）而不是 ? 无济于事。

Answer 1

经过大量时间的实验，终于找到了正确的设置。对我有用的配置如下：

1. 在列中使用带有字段数据的文本
2. 使用带有通配符占位符的 QueryString 进行搜索，将空格替换为 ?，例如输入bob smith，使用*bob?smith*查询弹性
3. 对子对象使用嵌套查询。奇怪的是，addresses.line1 会在搜索 4800 时返回数据，但在尝试搜索 *4800?street* 时不会返回数据。使用嵌套查询可以使其正常运行。

据我所知，必须使用字段数据非常占用内存，而必须使用通配符非常耗时，因此这可能不是最佳解决方案，但它是我发现的唯一解决方案。如果有其他更好的方法可以做到这一点，请赐教。

使用 Nest 的 C# 查询示例：

var query = Query<Student>.QueryString(qs => qs
                .Fields(f => f
                .Field(c => c.Name)
                //.Field(c => c.PrimaryAddress.Line1) //this doesn't work
                )
                .Query(testCase.Term)
            );

query |= Query<Student>.Nested(n => n
        .Path(p => p.Addresses)
            .Query(q => q
                .QueryString(qs => qs
                        .Fields(f => f.Field(c => c.Addresses.First().Line1))
                        .Query(testCase.Term)
                    )
            )
        );

示例映射：

.Map<Student>(s => s.Properties(p => p
    .Text(t => t.Name(z => z.Name).Fielddata())
    .Nested<StudentAddress>(n => n
        .Name(ap => ap.Addresses)
        .Properties(ap => ap.Text(t => t.Name(z => z.Line1).Fielddata())
    )
))

Answer 2

尝试在fields参数和term-level wildcard query中使用addresses.line1.keyword（即尝试您为addresses.line1定义的keyword多字段）：

{
    "query": {
        "wildcard": {
            "addresses.line1.keyword": {
                "wildcard": "*4800 street*"
            }
        }
    }
}

根据Elasticsearch documentation on full-text wildcard searches，如果您搜索addresses.line1（其类型为text，因此适用全文搜索规则），将针对字段外分析的每个术语执行搜索，即一次针对4800 和street，没有一个匹配你的*4800?street* 通配符。 addresses.line1.keyword 多字段包含原始 4800 street 值，并且应该使用术语级通配符查询匹配您的查询模式。

---

顺便说一句，一个小问题：addresses 字段的映射类型定义本身似乎不完整。你说的是：

"addresses": {
    "line1": {
        "type": "text",
        "fields": {
            "keyword": {
                "type": "keyword",
                "ignore_above": 256
            }
        }
    },
}

但恕我直言，它应该是：

"addresses": {
    "properties": {
        "line1": {
            "type": "text",
            "fields": {
                "keyword": {
                    "type": "keyword",
                    "ignore_above": 256
                }
            }
        },
    }
}