Question

我的索引中有这些数据

https://gist.github.com/bitgandtter/6794d9b48ae914a3ac7c

如果您在映射中注意到使用3个令牌到20的ngram。

当我执行此查询时：

GET /my_index/user/_search?search_type=dfs_query_then_fetch
{
  "query": {
    "filtered": { 
      "query":{
        "multi_match":{
          "query": "F",
          "fields": ["username","firstname","middlename","lastname"],
          "analyzer": "custom_search_analyzer"
        }
      }
    }
  }
}

我应该得到我索引的8个文件，但我只得到6个，其中两个名字是弗兰兹和弗朗西斯。我希望这两个也因为它包含在数据中。由于某种原因，它不起作用。

当我执行时：

GET /my_index/user/_search?search_type=dfs_query_then_fetch
{
  "query": {
    "filtered": { 
      "query":{
        "multi_match":{
          "query": "Fran",
          "fields": ["username","firstname","middlename","lastname"],
          "analyzer": "custom_search_analyzer"
        }
      }
    }
  }
}

我收到了这两份文件。

如果我将ngram降低到1开始，我会得到所有文件，但我认为这会影响查询的性能。

我在这里失踪了什么。提前谢谢。

注意：所有示例均使用sense

进行编码

Answer 1

这是预期的，因为min_gram被指定为3，这意味着自定义分析器生成的令牌的最小长度是3个代码点。

因此，“Franz Silva”的第一个标记是“Fra”。因此，令牌“F”与本文档不匹配。

可以使用以下方法测试分析仪产生的代币：

curl -Xget "http://<server>/index_name/_analyze?analyzer=custom_analyzer&text=Franz Silva"

另请注意，由于上面指定的“ custom_analyzer ”未指定“ token_chars ”，因此令牌可以包含空格。

ngram的elasticsearch查询问题

1 个答案: