弹性搜索中如何构造基于经文的查找

Question

我的目标是提供基于章节/诗句的搜索功能。我将有一本书，章节和诗歌参考与它相关的内容。我希望搜索者能够通过以下搜索词找到内容：

• Luke -匹配那本书的所有结果
• Luke 1-全部用于书籍/章节
• Luke 1-5 -所有的书籍和章节之间
• Luke 1:13 -任何将本章/诗句置于其范围内的内容
• Luke 1:2-7 -任何在经文范围内有此诗句范围的内容

要用mysql使用LIKE '%%'来完成这一任务可能非常棘手，需要相当大的关系复杂性，只是看起来不是正确的解决方案。

Elasticsearch似乎是一种更好的解决这类问题的方法，但我希望从一个有经验的开发人员那里获得一些信息，说明他们将如何从数据结构的角度来完成这一任务。

是最好的方法来存储每个单独的诗句是可能的(路加福音1:2，路加福音1:3，路加福音1:4)，还是有一种方法让我告诉弹性搜索诗的范围(第2-4节)，它会为我做工作吗？

Answer 1

我认为您需要一个瘦层逻辑来将这些搜索查询转换为Elasticsearch过滤器。也许有比这更好的解决方案(我对分析过的字段和Lucene没有做太多的工作)，但这就是我所想到的。

第一个选择是创建一个文档/诗句，这将创建大约31k个文档，而这个文档并不多。这是最简单的查询数据模型。

旧约有23,145节，新约有7,957节。这共提供了31,102节经文。

{
  "book": "Luke"
  "chapter": 1,
  "verse": 13,
  "contents": "But the angel said to him: Do not be afraid, Zechariah; your prayer has been heard. Your wife Elizabeth will bear you a son, and you are to call him John."
}

(我不喜欢使用名为"text"的字段，因为它也是ES映射的关键字。)

另一种选择是将诗句存储为嵌套文档，您将得到1个文档/章节：

{
  "book": "Luke"
  "chapter": 1,
  "verses": [
    {
      "verse": 12,
      "contents": "..."
    },
    {
      "verse": 13,
      "contents": "But the angel said to him: Do not be afraid, Zechariah; your prayer has been heard. Your wife Elizabeth will bear you a son, and you are to call him John."
    },
    {
      "verse": 14,
      "contents": "..."
    }
  ]
}

第三种选择是有一份文件/书籍：

{
  "book": "Luke"
  "verses": [
    {
      "chapter": 1,
      "verse": 12,
      "contents": "..."
    },
    {
      "chapter": 1,
      "verse": 13,
      "contents": "But the angel said to him: Do not be afraid, Zechariah; your prayer has been heard. Your wife Elizabeth will bear you a son, and you are to call him John."
    },
    {
      "chapter": 1,
      "verse": 14,
      "contents": "..."
    }
  ]
}

实际上，嵌套文档也算作文档，而且因为它们只与根文档共享"book"字段，所以嵌套它们不会得到什么好处。所以我会选择第一种选择。

我不知道ES/Lucene是否支持这样的文本标记形式，那么您将只有一个文档/书籍。存储页码也是一个类似的问题，人们建议只存储一个文档/页。

更新：

基于我对Kibana的使用，我认为我可以构造一个有效的查询字符串查询：

{
  "query": {
    "query_string" : {
      "query" : "book:\"Luke\" AND chapter:3 AND verse:[5 TO 13]",
      "use_dis_max" : false
    }
  }
}

在我的理解中，最大值只与“搜索”(评分和排名)上下文相关，但这里我们只是过滤精确匹配，以便将其设置为false。