Question

我有一份包含以下数据的文件：

Hello World and 

bmw Master World

Hello

因此文档包含3行，如上所示，我已将文档编入索引到弹性搜索服务器。我使用下面的match_phrase查询来搜索确切的短语：＆＃34; World Hello＆＃34;。

:query=>{ :match_phrase=>{ :text=> "World Hello" } }

令人惊讶的是，它返回上述文档。

需要注意的是，本文档不包含短语＆＃34; World Hello＆＃34;。但第二行以＆＃34; World＆＃34;结束。第3行以＆＃34; Hello＆＃34;开头。这就是上述文档与查询匹配的原因。

Answer 1

您可能想要了解analysis的工作原理。

另请参阅phrase matching的此说明。短语中的术语不必出现在查询的确切顺序中，第一个必须出现在第二个之前。由于"hello"之后有"world"，因此该文档与您的查询相符。

另请注意，此处使用standard analyzer，无论是索引文档还是分析查询，因为未指定其他分析器。如果您愿意，可以自定义此行为。

作为一个简单的例子，我创建了一个简单的索引：

PUT /test_index

然后索引您的文档（转义换行符）：

PUT /test_index/doc/1
{
    "doc_text": "Hello World and \n\nbmw Master World\n\nHello"
}

然后将另一个删除最后一个“Hello”索引：

PUT /test_index/doc/2
{
    "doc_text": "Hello World and \n\nbmw Master World"
}

现在，如果我运行您的查询，则只返回第一个文档：

POST /test_index/_search
{
   "query": {
      "match_phrase": {
         "doc_text": "World Hello"
      }
   }
}  
...
{
   "took": 2,
   "timed_out": false,
   "_shards": {
      "total": 1,
      "successful": 1,
      "failed": 0
   },
   "hits": {
      "total": 1,
      "max_score": 0.4459011,
      "hits": [
         {
            "_index": "test_index",
            "_type": "doc",
            "_id": "1",
            "_score": 0.4459011,
            "_source": {
               "doc_text": "Hello World and \n\nbmw Master World\n\nHello"
            }
         }
      ]
   }
}

您可以使用term vectors向自己证明为什么会发生这种情况。我不会在这里讨论它，但是这里有一些代码可以用来调查你是否想要：

http://sense.qbox.io/gist/3ee955b8389d1b36ea56788654955c519e2bb429

弹性搜索：匹配短语，提供不需要的结果

1 个答案: