Question

DATA：

"address": "198 Mill Lane"
"address": "200 Mill, Lane"

搜索：

 POST /bank/_search?pretty
    {
       "query": {
        "match_phrase": {
           "address": "Mill, Lane"
        }
      }
    }

问题：此搜索返回索引中的两个DATA。我只需要一个因为我被搜查了＆＃34; Mill，Lane＆＃34;弹性搜索需要考虑逗号，但它不会考虑它。如何获得我的结果？请指教。

Answer 1

这取决于您如何索引文档。标准标记器将根据标点，空格等从文本中提取标记。因此，您的数据会进入ES倒排索引，如＆＃34; 198＆＃34;，＆＃34; Mill＆＃34;，＆＃34; Lane＆＃34;，＆＃34; 200＆＃34;，＆＃34; Mill＆＃34;，＆＃34; Lane＆＃34;。所以，没有逗号。

如果你想这样搜索，你需要使用不同的标记器或将字段标记为not_analyzed。

编辑：使用自定义分析器的解决方案

为您的索引定义nGram分析器，并将此自定义分析器与address字段相关联：

PUT /myindex
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_ngram_analyzer": {
          "tokenizer": "my_ngram_tokenizer"
        }
      },
      "tokenizer": {
        "my_ngram_tokenizer": {
          "type": "nGram",
          "min_gram": "2",
          "max_gram": "25",
          "token_chars": [
            "letter",
            "digit",
            "punctuation",
            "whitespace"
          ]
        }
      }
    }
  },
  "mappings": {
    "mytype": {
      "properties": {
        "address" : {
          "type" : "string",
          "analyzer" : "my_ngram_analyzer"
        }
      }
    }
  }
}

搜索时，请使用phrase类型匹配：

GET /myindex/mytype/_search
{
  "query": {
    "match": {
      "address": {
        "query": "Mill, Lane",
        "type": "phrase"
      }
    }
  }
}

Answer 2

如果可以不匹配＆＃34; Mill，Lane＆＃34;或＆＃34; Mill，Lane＆＃34;对于任何文档，您可以使用Elasticsearch开箱即用的whitespace分析器。

首先，通过执行以下命令创建自定义映射（将<index name>替换为实际索引名称）：

PUT <index name>/_mapping/whitespace_analyzer
{
    "whitespace_analyzer": {
        "properties" : {
            "address" : {
                "type" : "string",
                "analyzer" : "whitespace"
            }
        }
    }
}

接下来，使用上面创建的映射使用

之类的命令索引文档

POST <index name>/whitespace_analyzer
{
    "address" : "198 Mill Lane"
}

POST <index name>/whitespace_analyzer
{
    "address" : "200 Mill, Lane"
}

现在，您可以使用与上述相同的match_phrase查询来获得所需的结果。

{
    "query" : {
        "match_phrase" : {
            "address": "Mill, Lane"
        }
    }
}

顾名思义，whitespace分析器用空格作为分隔符进行标记。因此，被索引的术语将是＆＃34; 198＆＃34;，＆＃34; Mill＆＃34;，＆＃34; Lane＆＃34;，＆＃34; 200＆＃34;和＆＃34; Mill，＆＃34;。如果没有明确提到，Search API使用Index API使用的相同分析器。以上是一个非常简单的分析仪。您可以学习如何构建更复杂的自定义分析器here。

如何在弹性搜索中考虑逗号？

2 个答案: