如何在 Elasticsearch 中查找带逗号的数字？

Question

如下数据查询号没有结果，但是逗号后面的空格可以找到。

样本数据：

{
  "data":"34543,2525,5674,879"
}

查询：

"query": {
  "query_string" : {
    "query" : "(data:2525)"
   }
}

设置：

"analysis":{  
   "filter":{  
      "my_ascii_folding":{  
         "type":"asciifolding",
         "preserve_original":"true"
      }
   },
   "analyzer":{  
      "default":{  
         "filter":[  
            "lowercase",
            "my_ascii_folding"
         ],
         "char_filter":[  
            "html_strip"
         ],
         "tokenizer":"standard"
      }
   }
}

例如在"34543, 2525, 5674, 879" 中查询2525 找到了，但是用"34543,2525,5674,879" 没有找到。

Answer 1

如果没有更多信息，您可能正在使用标准标记器。您可以使用

展示如何分析您的令牌

GET users/_analyze
{
  "text": "34543, 2525, 5674, 879"
}

或

GET users/_analyze
{
  "text": "34543,2525,5674,879"
}

如果您使用标准标记器，则 34543,2525,5674,879 只是倒排索引中的一个标记。当您搜索 2525 时，它将与该令牌不匹配。另一方面，3453、2525、5674、879 被标记为四个不带逗号的标记。 2525 匹配第二个令牌。

如果你想解决这个问题，你需要使用一个不同的标记器，它总是在逗号上标记，而不是仅仅在标记 Indexing a comma-separated value field in Elastic Search 的开头或结尾时标记。