弹性搜索：查询字符串和数字并不总是返回想要的结果

Question

我们有弹性搜索 5.5 设置。我们使用 nest 通过 C# 执行我们的查询。

执行以下查询时：

{
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "query": "00917751"
          }
        }
      ]
    }
  }
}

我们得到了想要的结果：一个以数字作为标识符的结果。

执行查询时：

{
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "query": "917751"
          }
        }
      ]
    }
  }
}

我们没有得到任何结果。

我们正在搜索的值在字段 searchIndentifier 中，值为“1-00917751”。

我们有一个名为 "final"

的自定义分析器

.Custom("final", cu => cu .Tokenizer("keyword").Filters(new List() { "lowercase" }))

字段 searchIndentifier 没有设置自定义分析器。我尝试在其中添加空白分词器，但没有任何区别。

当我尝试使用查询 "S328" 搜索值 "S328-25" 时，另一个名为 "searchObjectNo" 的字段确实有效。这些字段完全相同。

有什么想法吗？

另一个相关问题：执行查询时

{
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "query": "1-00917751"
          }
        }
      ]
    }
  }
}

我们得到了很多结果。我希望 return 只有 1 个结果。我们将如何做到这一点？

谢谢学步

设置和映射：https://jsonblob.com/9dbf33f6-cd3e-11e8-8f17-c9de91b6f9d1

Answer 1

searchIndentifier 字段映射为 text 数据类型，默认情况下将进行分析并使用标准分析器。使用 Analyze API，您可以看到哪些术语将存储在 1-00917751

的倒排索引中

var client = new ElasticClient();

var analyzeResponse = client.Analyze(a => a
    .Text("1-00917751")
);

哪个returns

{
  "tokens" : [
    {
      "token" : "1",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<NUM>",
      "position" : 0
    },
    {
      "token" : "00917751",
      "start_offset" : 2,
      "end_offset" : 10,
      "type" : "<NUM>",
      "position" : 1
    }
  ]
}

您将获得 query_string 查询与查询输入 00917751 的匹配项，因为这与存储在倒排索引中的术语之一匹配，这是索引时分析的结果输入 1-00917751.

您不会获得 917751 的匹配项，因为倒排索引中没有匹配项。您可以定义一个分析链，从数字中删除前导零并保留原始标记，例如

private static void Main()
{
    var defaultIndex = "foobarbaz";
    var pool = new SingleNodeConnectionPool(new Uri("http://localhost:9200"));

    var settings = new ConnectionSettings(pool)
        .DefaultIndex(defaultIndex);

    var client = new ElasticClient(settings);

    client.CreateIndex(defaultIndex, c => c
        .Settings(s => s
            .Analysis(a => a
                .Analyzers(an => an
                    .Custom("trim_leading_zero", ca => ca
                        .Tokenizer("standard")
                        .Filters(
                            "standard", 
                            "lowercase", 
                            "trim_leading_zero",
                            "trim_zero_length")
                    )
                )
                .TokenFilters(tf => tf
                    .PatternReplace("trim_leading_zero", pr => pr
                        .Pattern("^0+(.*)")
                        .Replacement("")
                    )
                    .Length("trim_zero_length", t => t
                        .Min(1)
                    )
                )
            )
        )
        .Mappings(m => m
            .Map<MyDocument>(mm => mm
                .AutoMap()
                .Properties(p => p
                    .Text(t => t
                        .Name(n => n.SearchIndentifier)
                        .Analyzer("trim_leading_zero")
                        .Fields(f => f
                            .Keyword(k => k
                                .Name("keyword")
                                .IgnoreAbove(256)
                            )
                        )
                    )
                )
            )
        )
    );

    client.Index(new MyDocument { SearchIndentifier = "1-00917751" }, i => i
        .Refresh(Refresh.WaitFor)
    );

    client.Search<MyDocument>(s => s
        .Query(q => q
            .QueryString(qs => qs
                .Query("917751")
            )
        )
    );
}

public class MyDocument 
{
    public string SearchIndentifier { get; set; }
}

pattern_replacement 标记过滤器将从标记中 trim 前导零。

搜索查询returns索引文档

{
  "took" : 69,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.33310556,
    "hits" : [
      {
        "_index" : "foobarbaz",
        "_type" : "mydocument",
        "_id" : "MVF4bmYBJZHQAT-BUx1K",
        "_score" : 0.33310556,
        "_source" : {
          "searchIndentifier" : "1-00917751"
        }
      }
    ]
  }
}

弹性搜索：查询字符串和数字并不总是返回想要的结果

Elastic Search: Query string and number not always returning wanted result

elasticsearch

nest