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
答案 0 :(得分: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"模糊性"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。
答案 1 :(得分:1)
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
答案 2 :(得分:0)
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"
}
}
}'