在搜索查询中指定字段的ElasticSearch 2.4.1和黑石插件

Question

2周前，我在项目中使用了ElaticSearch(2.4.1版)，如果我在查询字符串中指定field，我会遇到问题。

我想使用Kuromoji插件和n-gram标记器来搜索日语数据。

在我的查询中，如果我没有指定字段(例如："Content")，我会在结果中收到2条记录。

{
    "query" : {
        "bool" : {
            "must": {
                "query_string": {
                    "query":"Software"
                 /*,"fields":["Content"] <-- not specify this field*/
                }
            }
        }
    }
}

但是当我在上面的查询中使用"Content“字段时，结果没有记录。(在我的项目中，我想在"Content“字段中进行搜索。)

我还在步骤1中使用了属性"highlight“，但结果中没有包含"highlight”块

{...
    "highlight": {
        "pre_tags" : ["<tag1>"],
        "post_tags" : ["</tag1>"],
        "fields" : {
            "*" : {} /* or use "_all" */
        }
    }
}

我想问一下:在上面的步骤2中，在查询字符串中指定了什么字段？product.Content，还是其他什么？

如果我不使用Kuromoji插件，步骤2中的查询结果有2条记录。所以我认为Kuromoji插件与结果相关。有人能帮我解决这个问题吗？

以下是我在yaml中的映射和配置：

{...
    "mappings": {
        "product" : {
            "properties" : {
                "Content" : {
                    "index": "not_analyzed",
                    "search_analyzer": "ja",
                    "analyzer": "ja",
                    "type": "string",
                    "store": true
                } ...
            }
        }
    }
}

index :
 analysis :
  analyzer :
   ja :
    type : custom
    tokenizer : ja_tokenizer
    char_filter : [
     html_strip,
     kuromoji_iteration_mark
    ]
    filter : [
     lowercase,
     cjk_width,
     katakana_stemmer,
     kuromoji_part_of_speech
     ]
    ja_ngram :
     type : custom
     tokenizer : ngram_ja_tokenizer
     char_filter : [html_strip]
     filter : [
      cjk_width,
      lowercase
     ]
  tokenizer :
   ja_tokenizer :
    type : kuromoji_tokenizer
    mode : search
    user_dictionary : userdict_ja.txt
   ngram_ja_tokenizer :
    type : nGram
    min_gram : 2
    max_gram : 3
    token_chars : [letter, digit]
  filter :
   katakana_stemmer :
   type : kuromoji_stemmer

Answer 1

我在我的映射中发现了问题。在我的映射中，我使用了"Content"：{"index":"not_analyzed"}，所以它不能搜索"Content“字段。我改成了{"index“："analyzed"}，它解决了这个问题。