弹性搜索 - 虽然应该有结果但没有命中答案

【问题标题】：Elastic search - no hit though there should be result弹性搜索 - 虽然应该有结果但没有命中
【发布时间】：2016-04-15 11:28:05
【问题描述】：

我在使用 Elastic 搜索时遇到了以下问题，有人知道我应该在哪里解决问题吗？

我很高兴通过以下查询检索结果： {

"query" : {
    "match" : { "name" : "A1212001" }
}

}

但是当我将搜索字段“name”的值细化为子字符串时，我不是没有命中吗？ {

"query" : {
    "match" : { "name" : "A12120" }
}

}

“A12120”是已命中查询“A1212001”的子字符串

【问题讨论】：

你要搜索A12120*??
我使用的版本是：elasticsearch-2.3.1

标签： elasticsearch

【解决方案1】：

如果你没有太多文件，你可以用regexp query

POST /index/_search
{
  "query" :{
    "regexp":{
        "name": "A12120.*"
    }
  }
}

甚至是wildcard one

POST /index/_search
{
  "query": {
    "wildcard" : { "name" : "A12120*" }
  }
}

但是，正如@Waldemar 建议的那样，如果您的索引中有很多文档，最好的方法是使用EdgeNGram tokenizer，因为上述查询不是超高性能的。

首先，您可以像这样定义索引设置：

PUT index
{
    "settings" : {
        "analysis" : {
            "analyzer" : {
                "my_analyzer" : {
                    "type": "custom",
                    "tokenizer" : "edge_tokens",
                    "filter": ["lowercase"]
                }
            },
            "tokenizer" : {
                "edge_tokens" : {
                    "type" : "edgeNGram",
                    "min_gram" : "1",
                    "max_gram" : "10",
                    "token_chars": [ "letter", "digit" ]
                }
            }
        }
    },
    "mappings": {
        "my_type": {
            "properties": {
                "name": {
                    "type": "string",
                    "analyzer": "my_analyzer",
                    "search_analyzer": "standard"
                }
            }
        }
    }
}

然后，在索引名称字段包含A1212001的文档时，将索引以下标记：A、A1、A12、A121、A1212、A12120、@987654337 @，A1212001。因此，当您搜索 A12120 时，您会找到匹配项。

【讨论】：

谢谢，这有帮助。如果我创建自定义分析器，这样子字符串的所有排列都被标记化，会不会很糟糕？例如A, A1, A12, A121, A1212, A12120, A121200, A1212001, 1, 12, 121, 1212.... '因为我想做子字符串匹配，只要字段包含我的查询字符串，那么它应该被击中。
不用担心，在这种情况下只需使用nGram 而不是edgeNGram，它还会索引所有子字符串。这是正确的方法。

【解决方案2】：

您是否使用Match Query 此查询将检查 lucene 中的术语，并且您的术语是 A1212001 如果您需要查找术语的一部分，您可以使用 Regex Query 但您需要知道使用正则表达式会产生一些内部影响，因为分片会检查您的所有条款。

如果您需要更“专业”的方式来搜索某个术语的一部分，您可以使用NGrams

【讨论】：