match_phrase_prefix不返回match_phrase获得的结果

Question

匹配短语查询

{ 
  "query": {
    "match_phrase": {
      "approved_labelled_products.companies": "SOMETHING INC"
    }
  }

返回特定的结果，但match_phrase_prefix查询

{
  "query": {
    "match_phrase_prefix": {
      "approved_labelled_products.companies": "SOME.*"
    }
  }
}

返回一个空的结果集

"hits": 
{
    "total": 0,
    "max_score": null,
    "hits": []
 }

match_phrase_prefix至少必须返回由match_phrase查询获得的数据，但它没有返回。

数据的映射如下

    "approved_labelled_products": {
            "properties": {
              "companies": {
                "type": "keyword",
                "null_value": "NULL",
                "ignore_above": 9500
              }
             }
            }

Answer 1

match_phrase和match_phrase_prefix查询是全文搜索查询，要求数据字段为text类型。它与您正在使用的keyword类型有很大的不同，现在让我解释一下您现在可以做什么，区别是什么。

我能让match_phrase_prefix工作吗？

是的，如果将字段类型更改为match_phrase_prefix，则可以使用text。

如何使用keyword字段搜索前缀？

keyword按原样存储和查询，没有任何分析。将其视为一个字符串；要查找所有具有给定前缀的字段的文档，只需使用prefix查询即可。

让我们定义我们的映射并插入几个文档：

PUT myindex
{
  "mappings": {
    "_doc": {
      "properties": {
        "approved_labelled_products": {
          "properties": {
            "companies": {
              "type": "keyword",
              "null_value": "NULL",
              "ignore_above": 9500
            }
          }
        }
      }
    }
  }
}

POST myindex/_doc
{
  "approved_labelled_products": {
    "companies": "SOMETHING INC"
  }
}

现在我们可以发出如下查询：

POST myindex/_doc/_search
{
  "query": {
    "prefix": {
      "approved_labelled_products.companies": "SOME"
    }
  }
}

请注意，由于实际上没有执行任何分析，所以请求是区分大小写的，通过字符串"some"查询将不会返回结果。

text字段有何不同？

在索引期间，text字段为分析，这意味着输入字符串被拆分为令牌、低胁迫、保存一些元信息并构造一个倒置指数。

这允许有效地获取包含特定令牌或令牌组合的文档。

为了说明这一点，我们可以使用分析API。让我们先看看Elasticsearch如何分析keyword字段的数据：

POST _analyze
{
  "analyzer" : "keyword",
  "text": "SOMETHING INC"
}

这将返回：

{
  "tokens": [
    {
      "token": "SOMETHING INC",
      "start_offset": 0,
      "end_offset": 13,
      "type": "word",
      "position": 0
    }
  ]
}

正如您所看到的，它是一个包含所有大写字母的单个令牌。

现在，让我们看看standard分析器的功能(默认情况下text字段使用的分析器)：

POST _analyze
{
  "analyzer" : "standard",
  "text": "SOMETHING INC"
}

它将返回：

{
  "tokens": [
    {
      "token": "something",
      "start_offset": 0,
      "end_offset": 9,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "inc",
      "start_offset": 10,
      "end_offset": 13,
      "type": "<ALPHANUM>",
      "position": 1
    }
  ]
}

正如您所看到的，它已经产生了两个令牌，都是低限制的。

希望这能帮上忙！

Answer 2

您不必在match_phrase_prefix查询中使用通配符表达式。

用这个代替：

{
  "query": {
    "match_phrase_prefix": {
      "approved_labelled_products.companies": "SOME"
    }
  }
}