Question

我正在运行Titan 0.4.0并尝试使用最新的REGEX运算符进行ES字符串搜索。

我为名为my_key的ES索引在search上创建了一个索引。

gremlin> g.makeKey("my_key").dataType(String.class).indexed("search",Vertex.class).single().make()
==>v[82]

然后我添加一个顶点：

gremlin> v = g.addVertex(null, ["my_key":"123-abc"])
==>v[8]
gremlin> v.map
==>{my_key=123-abc}

REGEX似乎有用......

gremlin> g.query().has("my_key", REGEX, "[12]{2}3").vertices()
==>v[8]

...但仅限于我的标记化"123"和"abc"：

gremlin> g.query().has("my_key", REGEX, "123").vertices()
==>v[8]
gremlin> g.query().has("my_key", REGEX, "abc").vertices()
==>v[8]

但是，如果我尝试运行与我的完整值匹配的正则表达式，则不检索我的顶点（以下都不返回结果）：

gremlin> g.query().has("my_key", REGEX, "123-abc").vertices()
gremlin> g.query().has("my_key", REGEX, "123.abc").vertices()
gremlin> g.query().has("my_key", REGEX, "[0-9]+.[abc]{3}").vertices()
gremlin> g.query().has("my_key", REGEX, "123.").vertices()

Titan有没有办法以这种方式查询索引（正则表达式没有标记化/分析的术语）？

Answer 1

在Titan中处理这个直到0.4.0的方式可能有点令人困惑，因为字符串在外部索引后端被索引时总是被标记化。这导致字符串被“排列”＃34;单词中的非字母字符（以及停用词）被忽略。

在即将发布的Titan 0.4.1版本中，我们正在明确这一点。看看更新的文档： https://github.com/thinkaurelius/titan/wiki/Full-Text-and-String-Search

要点：您现在可以指定是否要将字符串编入索引＆＃34; as-is＆＃34;或分析后作为一袋文字。对于您的用例，它将是前者。我们还理顺了术语：如果要查找匹配正则表达式的字符串中的单词，则使用谓词Text.CONTAINS_REGEX。如果希望整个字符串与表达式匹配，请使用Text.REGEX。

Titan 0.4.1目前正在进行最后预览，将于下周发布。

标记化字段中的Titan ES正则表达式查询？

1 个答案: