Question

我有一个elasticsearch v2.x群集，其“tag”索引包含大约5000个标记：{tagName, tagID}。给定一个字符串，是否可以查询标签索引以获取在该字符串中找到的所有标签？我不仅需要完全匹配，而且我还希望能够控制模糊匹配而不会过于慷慨。如果标签中的所有标记都在彼此的某个邻近范围内（比如5个单词），那么标签应该只是匹配。

例如，给定字符串：

Model 22340 Sound Spectrum Analyzer

以下标记应匹配：

sound analyzer sound spectrum analyzer

但不是

sound meter light spectrum chemical analyzer

Answer 1

"query": {
"match": {
  "tagName": {
    "query":     "Model 22340 Sound Spectrum Analyzer",
    "fuzziness": "AUTO",
    "operator":  "or"
  }
}

}

如果您希望相等匹配以使"sound meter"不匹配，则必须为每个包含标签中的术语计数的标记添加另一个字段name，添加一个脚本来计算查询中的术语，并在match_query中添加两者的比较，请参阅：Finding Multiple Exact Values。

关于邻近问题：因为你需要＆＃34;模糊性＆＃34;您无法控制邻近度，因为"match_phrase"查询未与模糊性集成，如Elastic docs Fuzzy-match-query所述：

模糊性仅适用于基本匹配和multi_match查询。它不适用于词组匹配，常用术语或交叉字段匹配。

所以你需要决定：模糊与接近。

Answer 2

我认为不可能创建一个准确的弹性搜索查询来自动标记随机字符串。这基本上是一个反向查询。将标记与文档匹配的最准确方法是为标记构建查询，然后搜索文档。显然，如果您需要迭代每个标记以自动标记文档，这将是非常低效的。

要执行反向查询，您需要使用Elasticsearch Percolator API：

https://www.elastic.co/guide/en/elasticsearch/reference/current/search-percolate.html

API非常灵活，允许您在具有多个字段的文档中创建相当复杂的查询。

基本概念是这样的（假设您的标签具有应用程序特定的ID字段）：

对于每个标记，为其创建一个查询，并使用过滤器注册查询（使用标记的ID字段）。
要自动标记字符串，请将字符串（作为文档）传递给Percolator，它将与所有已注册的查询进行匹配。
迭代比赛。每个匹配包括查询的_id。使用_id引用标记。

这也是一篇很好的文章：https://www.elastic.co/blog/percolator-redesign-blog-post

Answer 3

当然可以。只需使用standard分析器匹配查询即可实现您想要的效果。

curl -XGET "http://localhost:9200/tags/_search?pretty" -d '{
  "query": {
    "match" : {
      "tagName" : "Model 22340 Sound Spectrum Analyzer"
    }
  }
}'

Elasticsearch - 使用“tags”索引来发现给定字符串中的所有标记

3 个答案: