Nest Elasticsearch 通配符查询用作查询字符串，但不适用于 fluent API答案

【问题标题】：Nest Elasticsearch wildcard query works as querystring but not with fluent APINest Elasticsearch 通配符查询用作查询字符串，但不适用于 fluent API
【发布时间】：2019-11-04 22:44:57
【问题描述】：

我的索引中有大约一百个测试文档，使用 NBuilder 构建：

[
  {
    "title" : "Title1",
    "text" : "Text1"
  },
  {
    "title" : "Title2",
    "text" : "Text2"
  },
  {
    "title" : "Title3",
    "text" : "Text3"
  }
]

我想用通配符查询它们以查找所有以“文本”开头的项目。但是当我在 Nest 中使用两种通配符方法时，我得到了两种不同的结果。

var response = await client.SearchAsync<FakeFile>(s => s.Query(q => q
    .QueryString(d => d.Query("text:Text*")))
    .From((page - 1) * pageSize)
    .Size(pageSize));

这将返回 100 个结果。但我正在尝试使用流畅的 API 而不是查询字符串。

var response = await client.SearchAsync<FakeFile>(s => s
    .Query(q => q
        .Wildcard(c => c
            .Field(f => f.Text)
            .Value("Text*"))));

这将返回 0 个结果。我是 Elasticsearch 的新手。我试图让这个例子尽可能简单，以确保我能逐个理解它。我不知道为什么第二个查询没有返回任何内容。请帮忙。

【问题讨论】：

标签： c# elasticsearch nest

【解决方案1】：

假设您的文本字段是text 类型，那么在索引期间，elasticsearch 会将Text1 存储为内部倒排索引中的text1。使用查询字符串查询时会发生完全相同的分析，但使用通配符查询时不会发生。

.QueryString(d => d.Query("text:Text*"))) 查找 text* 和 .Wildcard(c => c.Field(f => f.Text).Value("Text*"))) 查找 Text* 但 elasticsearch 仅在内部存储第一个。

希望对您有所帮助。

【讨论】：

所以基本上 Elasticsearch 是不区分大小写的，但同时区分大小写？我试过这个并且它有效。谢谢。
这取决于您使用的文本字段类型。默认情况下它是文本，一开始你可以认为它不区分大小写，但我建议在权威指南中通过analysis chapter。这将帮助您了解不同的文本搜索方法。

【解决方案2】：

假设您的映射如下所示：

{
  "mappings": {
    "doc": {
      "properties": {
        "title": {
          "type": "text"
        },
        "text":{
          "type": "text"
        }
      }
    }
  }
}

试试这个（值应该是小写的）：

var response = await client.SearchAsync<FakeFile>(s => s
.Query(q => q
    .Wildcard(c => c
        .Field(f => f.Text)
        .Value("text*"))));

或者这个（不知道f.Text上面有没有text属性）：

var response = await client.SearchAsync<FakeFile>(s => s
.Query(q => q
    .Wildcard(c => c
        .Field("text")
        .Value("text*"))));

Kibana 语法：

GET index/_search
{
  "query": {
    "wildcard": {
      "text": {
        "value": "text*"
      }
    }
  }
}

【讨论】：