Elasticsearch将长序列字符串与模糊查询进行比较

Question

我有两个相似的长字符串序列：

C50FD711C2C43287351892A4D82F44B055F048C46D2C54197AC1D1E921F11E6699C4057C4B93907518E6DCA51A672D3D3E419160DAE276CB7716D11B94D8C3BB2E4A591329B7AF973D17A7F9336342FFAAFD4D

和

C50FD711C2C43287351892A4D820B5EAC5F048C1E67CAC197AC1D1E921F11C3623C1DCD6493907518E6DCA18CD71016E7FD1160DAE276CB7716D11B94A6B762E4A591329B7AF973D17A7F9336342FFAAFD4D

它的距离是41。 我想找到那些彼此相似的字符串。我开始这样的查询：

GET my_index/_type/_search
{
"query": {
        "fuzzy" : {
            "sequence.keyword": {
                "value": "C50FD711C2C43287351892A4D820B5EAC5F048C1E67CAC197AC1D1E921F11C3623C1DCD6493907518E6DCA18CD71016E7FD1160DAE276CB7716D11B94A6B762E4A591329B7AF973D17A7F9336342FFAAFD4D",
                "boost": 1.0,
                "fuzziness": 50,
                "prefix_length": 10,
                "max_expansions": 200
            }
        }
    }
}

我尝试使用sequence.keyword和sequence，该字段的类型为text和type keyword。 但是，它在我的索引中找不到其他类似的序列字符串。为什么？

Answer 1

答案很简单。允许的最大编辑距离是2（如source code for the Fuzziness class

中所示

您可以尝试使用一个更简单的值，如果您索引AAAAAA并尝试使用AAABBB搜索fuzziness: 3，您将一无所获。