在Elasticsearch中，为什么这个使用自定义分析器的示例会失败？

Question

我把我的问题重新写成了一个完整的卷曲娱乐剧本。这样可能更容易再现问题(自定义分析器搜索失败)。我使用的是最新的ES版本。

删除旧数据

curl -XDELETE "http://localhost:9200/test_shingling"

用设置创建索引

curl -XPOST "http://localhost:9200/test_shingling/" -d '{
  "settings": {
    "index": {
      "number_of_shards": 10,
      "number_of_replicas": 1
    },
    "analysis": {
      "analyzer": {
        "ShingleAnalyzer": {
          "tokenizer": "BreadcrumbPatternAnalyzer",
          "filter": [
            "standard",
            "lowercase",
            "filter_stemmer",
            "filter_shingle"
          ]
        }
      },
      "filter": {
        "filter_shingle": {
          "type": "shingle",
          "max_shingle_size": 2,
          "min_shingle_size": 2,
          "output_unigrams": false
        },
        "filter_stemmer": {
          "type": "porter_stem",
          "language": "English"
        }
      },
      "tokenizer": {
        "BreadcrumbPatternAnalyzer": {
          "type": "pattern",
          "pattern": " |\\$\\$\\$"
        }
      }
    }
  }
}'

定义映射

curl -XPOST "http://localhost:9200/test_shingling/item/_mapping" -d '{
  "item": {
    "properties": {
      "Title": {
        "type": "string",
        "search_analyzer": "ShingleAnalyzer",
        "index_analyzer": "ShingleAnalyzer"
      }
    }
  }
}'

创建文档

curl -XPOST "http://localhost:9200/test_shingling/item/" -d '{
  "Title":"Kyocera Solar Panel Test"
}'

测试分析器通行证

curl 'localhost:9200/test_shingling/_analyze?pretty=1&analyzer=ShingleAnalyzer' -d 'Kyocera Solar Panel Test'

等待ES被同步(也称为刷新索引)

curl -XPOST "http://localhost:9200/test_shingling/_refresh"

搜索“京瓷太阳能电池板测试”失败

curl -XPOST "http://localhost:9200/test_shingling/item/_search?pretty=true" -d '{
  "query": {
    "term": {
      "Title": "Kyocera Solar Panel Test"
    }
  }
}'

搜索“太阳能电池板”失败

curl -XPOST "http://localhost:9200/test_shingling/item/_search?pretty=true" -d '{
  "query": {
    "term": {
      "Title": "Kyocera Solar Panel Test"
    }
  }
}'

搜索“京瓷太阳能电池板测试”失败

curl -XPOST "http://localhost:9200/test_shingling/item/_search?pretty=true" -d '{
  "query": {
    "query_string": {
      "default_field": "Title",
      "query": "Kyocera Solar Panel Test"
    }
  }
}'

搜索“太阳能电池板”失败

curl -XPOST "http://localhost:9200/test_shingling/item/_search?pretty=true" -d '{
  "query": {
    "query_string": {
      "default_field": "Title",
      "query": "solar panel"
    }
  }
}'

Answer 1

术语查询将搜索完全匹配的内容，而不会将ShingleAnalyzer应用于查询。

因此，您必须使用匹配查询，这将应用分析器到您的查询字符串时，搜索。

全词搜索

curl -XPOST "http://localhost:9200/test_shingling/item/_search" -d'{
    "query": {
        "match": {
            "Title": "Kyocera Solar Panel Test"
        }
    }
}'

部分词搜索

curl -XPOST "http://localhost:9200/test_shingling/item/_search" -d'{
    "query": {
        "match": {
            "Title": "Panel Test"
        }
    }
}'

另一个部分单词搜索

curl -XPOST "http://localhost:9200/test_shingling/item/_search" -d'{
    "query": {
        "match": {
            "Title": "Solar Panel Test"
        }
    }
}'

希望能帮上忙！

Answer 2

我认为搜索query_string默认认为solar panel是solar或panel，您必须在query_string中显式地设置它。这就是参考指南中所写的内容。

default_operator： 如果未指定显式运算符，则使用默认运算符。例如，对于OR的默认运算符，匈牙利的查询首都被转换为OR匈牙利的大写或，而对于默认的运算符AND，同样的查询被转换为same和of和匈牙利。默认值是OR。