ElasticSearch 查询匹配不正确

Question

我正在尝试根据 URL 字段匹配查询。当有人在网页上添加新链接时，我在下面有一个我的 InsertLink 方法。现在，如果要添加任何带有前缀“https://”或“http://”的链接，它会自动将第一个（并且仅在这种情况下）项目与 https:// 匹配 或索引中的“http://”前缀。这是因为我的模型使用 Uri 类型设置的方式吗？这是我的模型示例和 InsertLink 方法的调试屏幕截图。

我的模特：

public class SSOLink
{
    public string Name { get; set; }
    public Uri Url { get; set; }
    public string Owner { get; set; }

}

截图示例。

Answer 1

您需要使用UAX_URL tokenizer 来搜索 URL 字段。

您可以使用 UAX_URL 令牌创建自定义分析器，并使用您目前使用的相同 match 查询来获得预期结果。

索引映射

{
    "settings": {
        "analysis": {
            "analyzer": {
                "my_analyzer": {
                    "tokenizer": "my_tokenizer"
                }
            },
            "tokenizer": {
                "my_tokenizer": {
                    "type": "uax_url_email",
                    "max_token_length": 5
                }
            }
        }
    },
    "mappings": {
        "properties": {
            "url": {
                "type": "text",
                "analyzer": "my_analyzer"
            }
        }
    }
}

在您的情况下，URL 字段使用的是 Elasticsearch 中的文本字段，它使用标准分析器并使用 _analyze API，您可以检查您的 URL 字段生成的令牌。

使用标准分析仪

POST _analyze/

{
    "text": "https://www.microsoft.com",
    "analyzer" : "standard"
}

代币

{
    "tokens": [
        {
            "token": "https",
            "start_offset": 0,
            "end_offset": 5,
            "type": "<ALPHANUM>",
            "position": 0
        },
        {
            "token": "www.microsoft.com",
            "start_offset": 8,
            "end_offset": 25,
            "type": "<ALPHANUM>",
            "position": 1
        }
    ]
}

使用 UAX_URL 标记器

{
    "text": "https://www.microsoft.com",
    "tokenizer" : "uax_url_email"
}

并生成令牌

{
    "tokens": [
        {
            "token": "https://www.microsoft.com",
            "start_offset": 0,
            "end_offset": 25,
            "type": "<URL>",
            "position": 0
        }
    ]
}