为什么 ElasticSearch 匹配查询返回所有结果？答案

【问题标题】：Why is ElasticSearch match query returning all results?为什么 ElasticSearch 匹配查询返回所有结果？
【发布时间】：2015-03-09 19:38:22
【问题描述】：

我有以下 ElasticSearch 查询，我认为它会返回 email 字段上的所有匹配项，它等于 myemails@email.com

"query": {
  "bool": {
    "must": [
      {
        "match": {
          "email": "myemail@gmail.com"
      }
    }
  ]
}

}

正在搜索的 user 类型的映射如下：

    {
      "users": {
      "mappings": {
         "user": {
            "properties": {
               "email": {
                  "type": "string"
               },
               "name": {
                  "type": "string",
                  "fields": {
                     "raw": {
                        "type": "string",
                        "index": "not_analyzed"
                     }
                  }
               },
               "nickname": {
                  "type": "string"
               },
            }
         }
       }
   }  
     }

以下是 ElasticSearch 返回的结果示例

 [{
    "_index": "users",
    "_type": "user",
    "_id": "54b19c417dcc4fe40d728e2c",
    "_score": 0.23983537,
    "_source": {
    "email": "johnsmith@gmail.com",
    "name": "John Smith",
    "nickname": "jsmith",
 },
 {
    "_index": "users",
    "_type": "user",
    "_id": "9c417dcc4fe40d728e2c54b1",
    "_score": 0.23983537,
    "_source": {
       "email": "myemail@gmail.com",
       "name": "Walter White",
       "nickname": "wwhite",
 },
 {
    "_index": "users",
    "_type": "user",
    "_id": "4fe40d728e2c54b19c417dcc",
    "_score": 0.23983537,
    "_source": {
       "email": "JimmyFallon@gmail.com",
       "name": "Jimmy Fallon",
       "nickname": "jfallon",
}]

根据上述查询，我认为这需要与“myemail@gmail.com”作为电子邮件属性值完全匹配。

ElasticSearch DSL 查询需要如何更改才能仅返回电子邮件上的完全匹配。

【问题讨论】：

标签： node.js elasticsearch elasticsearch-plugin

【解决方案1】：

email 字段被标记化，这就是这个异常的原因。所以当你被索引时发生了什么

"myemail@gmail.com" => [ "myemail" , "gmail.com" ]

这样，如果您搜索 myemail 或 gmail.com，您将获得正确匹配。所以发生的情况是，当您搜索 john@gmail.com 时，分析器也会应用于搜索查询。因此它被分解成

"john@gmail.com" => [ "john" , "gmail.com" ]

这里“gmail.com”标记在搜索词和索引词中很常见，你会得到一个匹配项。

要克服这种行为，请声明电子邮件；字段为 not_analyzed。那里不会发生标记化，整个字符串将被索引。

带有“not_analyzed”

"john@gmail.com" => [ "john@gmail.com" ]

所以修改映射到这个，你应该很好 -

{
  "users": {
    "mappings": {
      "user": {
        "properties": {
          "email": {
            "type": "string",
            "index": "not_analyzed"
          },
          "name": {
            "type": "string",
            "fields": {
              "raw": {
                "type": "string",
                "index": "not_analyzed"
              }
            }
          },
          "nickname": {
            "type": "string"
          }
        }
      }
    }
  }
}

我已经更准确地描述了这个问题以及解决它的另一种方法here。

【讨论】：

答案中的 URL 已失效。
是的，该 URL 不再可用。我猜这是更新后的网址：qbox.io/blog/elasticsearch-aggregation-custom-analyzer
如果您想要原始标记化怎么办？我和OP有同样的问题。无论查询是什么，都会返回一个特定字段的所有结果。
好的，这是一种在字段上维护标记化的方法，并且仍然对其进行布尔查询：使用 Elasticsearch 5.0 中提供的.keyword 功能。检查答案here 和here。