在elasticsearch中查找与整个查询匹配的文档

Question

我想在ElasticSearch中编写查询，提供结果，其中包含搜索查询中的所有单词，但不仅作为完整的单词，而且作为子词。例如，如果我有具有以下值的文档：

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

并且我搜索“滴滴滴滴”，这个文档应该会被返回。如果我搜索"david drogba"，那么document应该被忽略，因为它没有包含单词"david“，甚至连子单词都没有。我尝试使用ngram标记器，但无法达到我想要的效果。

我创建的索引

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

然后添加了映射

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"
}

我的搜索查询看起来像这样

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

它为我提供了我插入的文档，但我不需要它，因为它不包含单词"david“

Answer 1

+1对于运算符“和”对于每个words.Use this，对我都有效(也可以用于自动补全)。

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

要点1:映射更改

-Gram tokenizer将从输入单词中构造指定长度的单词。此长度被指定为映射中的min_gram和max_gram，如果不指定，则分别缺省为1和2。

我已经更新了您分别使用min_gram:3和max_gram:5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，最终被存储在倒排索引中。

分别使用默认值1和2作为min_gram和max_gram，请注意，didier和david会将id作为公共子字，这就是返回它们的原因。

映射

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

要点2:查询更改

也就是说，尽管进行了映射更改，但如果您的查询字符串包含使用您所拥有的内容的david jane，它将在first_name OR last_name中搜索david or jane。这意味着仍然会返回文档dito janelidze (但得分低于具有david jane的文档)

使用运算符AND将在first_name或last_name中作为david AND jane进行搜索，这不是您要查找的内容。

相反，您可以使用下面的布尔查询或创建另一个名为name的字段，使用copy_to字段将first_name和last_name的值复制到该字段中，并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，您需要删除、重新创建索引并再次摄取文档，因为所需的更改是在映射级进行的。

希望这能有所帮助！