使用 ElasticSearch 模拟 SQL LIKE 搜索

Question

我刚刚开始使用 ElasticSearch 并尝试基于它实现自动完成功能。

我有一个autocomplete 索引，其中包含city 类型为string 的字段。以下是存储在此索引中的文档示例：

{  
   "_index":"autocomplete_1435797593949",
   "_type":"listing",
   "_id":"40716",
   "_source":{  
      "city":"Rome",
      "tags":[  
         "listings"
      ]
   }
}

分析配置如下所示：

{  
   "analyzer":{  
      "autocomplete_term":{  
         "tokenizer":"autocomplete_edge",
         "filter":[  
            "lowercase"
         ]
      },
      "autocomplete_search":{  
         "tokenizer":"keyword",
         "filter":[  
            "lowercase"
         ]
      }
   },
   "tokenizer":{  
      "autocomplete_edge":{  
         "type":"nGram",
         "min_gram":1,
         "max_gram":100
      }
   }
}

映射：

{  
   "autocomplete_1435795884170":{  
      "mappings":{  
         "listing":{  
            "properties":{  
               "city":{  
                  "type":"string",
                  "analyzer":"autocomplete_term"
               },
            }
         }
      }
   }
}

我正在向 ES 发送以下查询：

{  
   "query":{  
      "multi_match":{  
         "query":"Rio",
         "analyzer":"autocomplete_search",
         "fields":[  
            "city"
         ]
      }
   }
}

结果，我得到以下信息：

{  
   "took":2,
   "timed_out":false,
   "_shards":{  
      "total":5,
      "successful":5,
      "failed":0
   },
   "hits":{  
      "total":1,
      "max_score":2.7742395,
      "hits":[  
         {  
            "_index":"autocomplete_1435795884170",
            "_type":"listing",
            "_id":"53581",
            "_score":2.7742395,
            "_source":{  
               "city":"Rio",
               "tags":[  
                  "listings"
               ]
            }
         }
      ]
   }
}

在大多数情况下，它是有效的。它确实在用户必须实际输入整个单词之前找到带有city = "Rio" 的文档（"Ri" 就足够了）。

这就是我的问题。我也希望它返回"Rio de Janeiro"。要获得"Rio de Janeiro"，我需要发送以下查询：

  {  
       "query":{  
          "multi_match":{  
             "query":"Rio d",
             "analyzer":"standard",
             "fields":[  
                "city"
             ]
          }
       }
    }

注意那里的"<whitespace>d"。

另一个相关问题是，我希望至少所有以"R" 开头的城市都会返回以下查询：

  {  
       "query":{  
          "multi_match":{  
             "query":"R",
             "analyzer":"standard",
             "fields":[  
                "city"
             ]
          }
       }
    }

我希望"Rome" 等...（这是一个存在于索引中的文档），但是，我又只得到"Rio"。我希望它的行为类似于SQL LIKE 条件，即... LIKE 'CityName%'。

我做错了什么？

Answer 1

我会这样做：

• 将标记器更改为edge_nGram，因为您说需要LIKE 'CityName%'（表示前缀匹配）：

  "tokenizer": {
    "autocomplete_edge": {
      "type": "edge_nGram",
      "min_gram": 1,
      "max_gram": 100
    }
  }

• 让字段将您的autocomplete_search 指定为search_analyzer。我认为拥有keyword 和lowercase 是一个不错的选择：​​i>

  "mappings": {
    "listing": {
      "properties": {
        "city": {
          "type": "string",
          "index_analyzer": "autocomplete_term",
          "search_analyzer": "autocomplete_search"
        }
      }
    }
  }

• 查询本身很简单：

{
  "query": {
    "multi_match": {
      "query": "R",
      "fields": [
        "city"
      ]
    }
  }
}

详细解释如下：将城市名称拆分为边缘 ngram。例如，对于 Rio de Janeiro，您将索引如下内容：

           "city": [
              "r",
              "ri",
              "rio",
              "rio ",
              "rio d",
              "rio de",
              "rio de ",
              "rio de j",
              "rio de ja",
              "rio de jan",
              "rio de jane",
              "rio de janei",
              "rio de janeir",
              "rio de janeiro"
           ]

您注意到所有内容都是小写的。现在，您希望您的查询采用任何文本（无论是否小写）并将其与索引中的内容相匹配。因此，R 应该与上面的列表匹配。

为此，您希望输入文本小写并保持与用户设置的完全相同，这意味着不应对其进行分析。你为什么要这个？因为您已经在 ngram 中拆分了城市名称，并且您不希望输入文本使用相同的名称。如果用户输入“RI”，Elasticsearch 会将其小写 - ri - 并将其与索引中的内容完全匹配。

multi_match 可能更快的替代方法是使用term，但这需要您的应用程序/网站将文本小写。原因是term根本不分析输入文本。

{
  "query": {
    "filtered": {
      "filter": {
        "term": {
          "city": {
            "value": "ri"
          }
        }
      }
    }
  }
}

Answer 2

在Elasticsearch，有Completion Suggester给建议。 Completion Suggester