Elasticsearch MatchQuery 返回错误的结果答案

【问题标题】：Elasticsearch MatchQuery is returning wrong resultsElasticsearch MatchQuery 返回错误的结果
【发布时间】：2021-03-04 06:30:51
【问题描述】：

我正在使用matchQuery 在 Java 中查询 Elasticsearch。以下是我的查询：

sourceBuilder.query(QueryBuilders.matchQuery("TransactionId_s","BulkRunTest.20Nov20201446.00"));

字段TransactionId_s 不是keyword。我期待 matchQuery 匹配我给出的确切字符串并返回结果。 Elasticsearch 中不应该有 TransactionId_s 为 BulkRunTest.20Nov20201446.00 的文档。但我得到了一些结果，他们有TransactionId_s，如下所示：

"TransactionId_s" : "BulkRunTest.17Sep20201222.00"
"TransactionId_s" : "BulkRunTest.22Sep20201450.00"
"TransactionId_s" : "BulkRunTest.20Sep20201250.00"

当我尝试使用 termQuery 而不是 matchQuery 时，我得到 0 个结果，这是预期的结果。我认为matchQuery 可以让我在任何字段中查询给定值，而不必担心标记化。我错了吗？我该如何解决我看到的问题？

任何帮助将不胜感激。谢谢。

【问题讨论】：

标签： java elasticsearch aws-elasticsearch elasticsearch-java-api elasticsearch-7

【解决方案1】：

Match 查询被分析，即它应用了在索引时用于字段的相同分析器，您可以analyzer API 并查看索引和搜索词的标记。

考虑到您有一个带有默认分析器（标准）的 text 字段，它将为搜索词 BulkRunTest.20Nov20201446.00 生成以下标记

POST /_analyze
{
    "analyzer" : "standard",
    "text" : "BulkRunTest.20nov20201446.00"
}

并生成令牌

{
    "tokens": [
        {
            "token": "bulkruntest", // notice this token
            "start_offset": 0,
            "end_offset": 11,
            "type": "<ALPHANUM>",
            "position": 0
        },
        {
            "token": "20nov20201446.00",
            "start_offset": 12,
            "end_offset": 28,
            "type": "<ALPHANUM>",
            "position": 1
        }
    ]
}

现在让我们看看其中一个匹配文档BulkRunTest.17Sep20201222.00的标记

POST /_analyze
{
    "analyzer" : "standard",
    "text" : "BulkRunTest.17Sep20201222.00"
}

并生成令牌

{
    "tokens": [
        {
            "token": "bulkruntest", // notice same token 
            "start_offset": 0,
            "end_offset": 11,
            "type": "<ALPHANUM>",
            "position": 0
        },
        {
            "token": "17sep20201222.00",
            "start_offset": 12,
            "end_offset": 28,
            "type": "<ALPHANUM>",
            "position": 1
        }
    ]
}

如您所见，bulkruntest 在索引词和搜索词中是相同的标记，因此匹配查询返回搜索结果，并且与另一个索引文档相同。

如果您使用默认的自动生成映射并且有.keyword 子字段，那么您可以使用.keyword 字段进行精确搜索。

工作示例

{
  "query": {
    "term": {   // term query
      "TransactionId_s.keyword": {   // .keyword subfield is used
        "value": "BulkRunTest.20Nov20201446.00"
      }
    }
  }
}

以及搜索结果

"hits": [
            {
                "_index": "test_in",
                "_type": "_doc",
                "_id": "2",
                "_score": 0.6931471,
                "_source": {
                    "TransactionId_s": "BulkRunTest.20Nov20201446.00"
                }
            }
        ]

【讨论】：

感谢您提供非常详细的答案！我最终将该字段定义为关键字，现在它按预期工作。