Question

我有以下索引文档：

{
    "visitor": {
        "id": <SOME STRING VALUE>
    }
}

该文件的映射是：

"visitor": {
    "properties": {
        "id": {
            "type": "string"
         }
     }
 }

当我运行以下查询时，我得到结果：

{
    "query": {
        "filtered": {
            "query": {
                "match_all": {}
             }
        },
        "filter": {
            "term": { "visitor.id": "123" }
        }
    }
}

然而，这不是：

{
    "query": {
        "filtered": {
            "query": {
                "match_all": {}
             }
        },
        "filter": {
            "term": { "visitor.id": "ABC" }
        }
    }
}

我一直认为这与分析仪有关，而且一直在追逐它。我也一直想知道我是否错误地使用点符号来访问嵌套的访客属性。

任何人都可以告诉我为什么我无法过滤ID为＆＃34; ABC＆＃34;但可以为访客123

Answer 1

您需要了解elasticsearch的分析仪的工作原理。分析器执行标记化（将输入拆分为一堆标记，例如在空格上）和一组标记过滤器（过滤掉您不想要的标记，如stop words）或修改标记，如{ {3}}将所有内容转换为小写。）

分析是在两个非常特定的时间执行的 - 在索引期间（当您将内容放入elasticsearch时），并且根据您的查询，在搜索期间（在您正在搜索的字符串上）。

也就是说，默认分析器是lowercase token filter，其中包含standard analyzer，standard tokenizer（用于清除标准标记生成器中的标记），standard token filter和{ {3}}

举一个例子，当你保存字符串“我爱文森特的馅饼！”进入elasticsearch，你正在使用默认的标准分析器，你实际上存储的是“我”，“爱”，“文森特”，“s”，“馅饼”。然后，当您尝试使用term查询（未分析）搜索“Vincent's”时，您将找不到任何内容，因为“Vincent's”不是其中一个令牌！但是，如果您使用match查询（已分析）搜索“Vincent's”，您会发现“我爱文森特的馅饼！”因为“vincent”和“s”都找到了匹配。

底线是：

在搜索自然语言字符串时使用分析的查询，例如match。
设置分析仪以满足您的需求。你可以设置一个自定义分析器，它可以执行空格标记器或字母标记器或模式标记器，如果你想变得复杂，以及你想要的任何过滤器。这取决于你的用例，但如果你正在处理自然语言句子，我不建议这样做，因为标准的标记器是为自然语言搜索而构建的。

您可以将字段设置为不使用具有以下映射的分析器，该映射应该符合您的需求：

"visitor": {
    "properties": {
        "id": {
            "type": "string"
            "index": "not_analyzed"
        }
    }
}

有关详细信息，请参阅lowercase token filter。

Answer 2

除非您指定不要分析的visitor.id字段，否则默认情况下会分析每个字段。

这意味着“ABC”将被编入索引为“abc”（小写）。

你必须在 LOWER CASE 中使用术语查询或术语过滤器和字符串。

我希望下面的查询能够正常运行。 ^^

{
    "query": {
        "filtered": {
            "query": {
                "match_all": {}
             }
        },
        "filter": {
            "term": { "visitor.id": "abc" }
        }
    }
}

ElasticSearch不返回针对字符串属性的术语查询结果

2 个答案: