Question

我想在ElasticSearch中编写查询，该查询提供的结果包含搜索查询中的所有单词，但不仅包含完整单词，还包含子单词。例如，如果我的文档具有以下值：

{
"first_name":"didier",
"last_name":"drogba"
}

并且我搜索“ didi dro”，应该返回此文档。如果我搜索“ david drogba”，则文档应被忽略，因为它不包含单词“ david”，甚至不包含子单词。我使用ngram tokenizer进行了尝试，但无法实现我想要的功能。

我创建的索引

PUT doctors
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "my_tokenizer"
        }
      },
      "tokenizer": {
        "my_tokenizer": {
          "type": "ngram"
        }
      }
    }
  }
}

然后添加映射

put doctors/_doc/_mapping 
{
  "properties": {
    "first_name": {
      "type": "text",
      "analyzer": "my_analyzer"
    },
    "last_name": {
      "type": "text",
      "analyzer": "my_analyzer"
    }
  }
}

添加一些文档

post doctors/_doc/1
{
  "first_name": "dito",
  "last_name": "janelidze",
  "specialism": "oftalmologist",
  "location_name":"evex saburtalo clinic",
  "brand": "Evex",
  "address":"kavtaradze street N21"
}

我的搜索查询如下

get doctors/_doc/_search
{
  "query": {
    "multi_match": {
        "query": "david jane",
        "fields": ["first_name", "last_name"]
    }
  }
}

它给了我插入的文档，但我不需要它，因为它不包含单词“ david”

Answer 1

+1表示每个单词的“ and”运算符。使用此功能，对我有用（也可以用于自动完成功能）。

settings:
    analysis": {
          "filter": {
            "name_ngrams": {
              "max_gram": "20",
              "type": "edgeNGram",
              "min_gram": "1",
              "side": "front"
            }
          },
          "analyzer": {
            "partial_name": {
              "type": "custom",
              "filter": [
                "lowercase",
                "name_ngrams",
                "standard",
                "asciifolding"
              ],
              "tokenizer": "standard"
            },
            "full_name": {
              "type": "custom",
              "filter": [
                "standard",
                "lowercase",
                "asciifolding"
              ],
              "tokenizer": "standard"
            }
          }


mapping:

    "first_name": {

        "type": "text",
        "index_analyzer": "partial_name",
        "search_analyzer": "full_name"

    },
    "last_name": {

        "type": "text",
        "index_analyzer": "partial_name",
        "search_analyzer": "full_name"

    },

Answer 2

第1点：映射更改

N-Gram tokenizer将根据输入单词构造指定 length 个单词。长度在映射中被指定为min_gram和max_gram，如果您未指定，则默认为1，分别2。

我已经分别更新了min_gram:3和max_gram:5所提供的映射。

然后N-Gram Tokenizer将创建令牌，例如对于didier，它们将是did, idi, die, ier, didi, idie, dier, didie, idier，最终将它们存储在反向索引中。

将默认1和2分别设置为min_gram和max_gram，请注意didier和david将id作为公共子词，这就是为什么它们返回。

映射

PUT doctors
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "my_tokenizer"
        }
      },
      "tokenizer": {
        "my_tokenizer": {
          "type": "ngram",
          "min_gram": 3,
          "max_gram": 6,
        }
      }
    }
  }
}

第2点：查询更改

也就是说，尽管更改了映射，但是如果您的查询字符串使用的是david jane，它将在david or jane或first_name中搜索last_name。这意味着文档dito janelidze仍将返回（但得分比具有david jane的得分更低）

使用运算符AND将在david AND jane或first_name中以last_name进行搜索，这不是您想要的。

相反，您可以使用以下布尔查询或创建另一个名为name的字段，将first_name和last_name的值复制到其中使用copy_to字段，然后使用该字段进行搜索。

查询

POST <your_index_name>/_search
{
  "query": {
    "bool":{
      "must": [
        {
          "match": {
            "first_name": "david"
          }
        },
        {
          "match": {
            "last_name": "jane"
          }
        }
      ]
    }
  }
}

不幸的是，由于所需的更改在映射级别，因此您将需要删除，重新创建索引并再次摄取文档。

希望这会有所帮助！

在Elasticsearch中查找与整个查询匹配的文档

2 个答案:

第1点：映射更改

第2点：查询更改