Elasticsearch 到通配符搜索电子邮件地址答案

【问题标题】：Elasticsearch to wildcard search email addressesElasticsearch 到通配符搜索电子邮件地址
【发布时间】：2023-03-03 18:21:01
【问题描述】：

我正在尝试将 elasticsearch 用于我正在进行的项目。我想知道是否有人可以帮助我朝着正确的方向前进。我正在使用一个包含 100+ 百万条记录的索引。

我需要能够使用如下通配符查询进行搜索：

b*g@gmail.com
b*g@*.com
*gus@gmail.com
br*gu*@gmail.com
*g*@*

当我尝试使用通配符和其他搜索时，我没有得到完全预期的结果。

我应该考虑实施哪种类型的 elasticsearch 搜索？ ElasticSearch 甚至是正确的工具吗？我从中提取的来源是 Mysql，所以如果不是，我可以考虑使用 Sphinx 或 Solr。

【问题讨论】：

对于电子邮件搜索，我建议采用这种方法：stackoverflow.com/questions/30115867/…

标签： elasticsearch

【解决方案1】：

我假设您已经按照here 的描述尝试了通配符查询。

但是，如果您的电子邮件经过分析与未分析，它的行为就会大不相同。我建议您删除索引并更改映射。例如

PUT /emails
{
    "mappings": {
        "email":  {
            "properties": {
                "email": {
                "type": "string",
                "index": "not_analyzed"
             }
        }
     }
  }
}

一旦你有了这个，你就可以做普通的通配符查询或query_string。例如

GET emails/_search
{
  "query": {
    "wildcard": {
      "email": {
        "value": "s*com"
      }
    }
  }
}

顺便说一句，当您只是索引电子邮件而不将其设置为 not_analyzed 时，默认映射实际上会从域中拆分电子邮件前缀，这就是为什么您在执行 s*@gmail.com 时没有得到结果的原因.您仍然可以获得 s* 或 *gmail.com 的结果，但对于您的情况，使用 not_analyzed 可以正常工作。如果您想支持不区分大小写，那么您可能需要查看使用 uax_url_email 标记器的自定义分析器，如 here 所述。

【讨论】：

not_analyzed 不是有效的索引映射选项。