我最近将CloudSearch实例从2011升级到2013 API。两个实例都有一个名为rowid的字段，该字段是一个文本字段，其中包含两个字母的代码，后跟一些数字，例如LC12345。使用2011 API，如果我运行这样的搜索：
$conn->lastInsertRowid() ...我得到了1个结果，这很棒。但是结果的sid是sid，这就是索引的方式。数字12345 不会出现在任何结果文档字段中的任何其他位置。我不明白为什么会这样。我只能假设这种类型的查询在任何包含数字12345的字段中查找任何字词。
我问的原因是因为当我使用2013 API查询时，此功能现已中断。我需要使用结构化查询解析器，但即使是使用简单解析器的可比较的通配符查询也无法工作，例如。
q=12345*&return-fields=sid,name,desc
...什么都不返回，虽然文档肯定存在，即如果我查询LC12345它找到了文档。
如果我能弄清楚如何使简单查询像以前一样工作，那至少可以让我开始研究如何使用结构化语法。
答案 0 :(得分：1)
CloudSearch v1（2011）有一种不同的方式来标记混合的alpha +数字字符串。这是存档docs（强调我的）中描述的逻辑。
如果字符串包含字母和数字字符且位于 至少三个，不超过九个字符长，字母和 字符串的数字部分被视为单独的标记。 ：用于 例如，字符串DOC298被标记为两个术语：doc 298
CloudSearch v2（2013）text processing跟随Unicode Text Segmentation，后者未指定该行为：
不要在数字序列或与字母相邻的数字（“3a”或“A3”）内断开。
您应该能够搜索*12345以获取任何前缀的结果。可能会有一些边缘情况，比如找回你不想要的结果（比较像AB99912345的数字更多的东西）;我不太了解您的数据，无法说明这些是否真的存在问题。
另一种选择是将数字前缀与字母后缀分开索引，但这可能是不必要的额外工作。
答案 1 :(得分：0)
我猜您正在以英语使用Cloudsearch，所以也许这不是您的特定问题，但还要注意搜索查询中的停用词：
在您的示例中，单词“ jo”在丹麦语和另一种语言中是停用词，当然，受支持的语言具有停用词的词典，该词典中有非常常见的停用词。如果您在文本字段中未指定语言，则它将为英语。您可以在这里看到它们：https://docs.aws.amazon.com/cloudsearch/latest/developerguide/text-processing.html#text-processing-settings