在ElasticSearch中启用自动完成查询

Question

我正在尝试构建一个ElasticSearch索引，它将包含有产品名称的文档，例如笔记本电脑-

{ "name" : "Laptop Blue I7"}

然后，通过查询ES索引，将其用于自动完成建议。我有两个主要的限制：

1. 可以是同义词-

我想定义术语的同义词，比如“笔记本电脑”的“笔记本”-

"Laptop Blue I7"
"Laptop Blue I7"
"Laptop Blue I7"
"Laptop Blue I7"
"Laptop Red I7"
"Laptop Red I7"
"Notebook Blue I7"

现在，我在创建索引时添加了以下设置和映射文件-

{
  "settings": {
    "index": {
      "analysis": {
        "filter" : {
                    "synonym" : {
                        "type" : "synonym",
                        "synonyms" : ["Laptop,Notebook"]
                    }
                },
        "analyzer": {
        "synonym" : {
                        "tokenizer" : "keyword",
                        "filter" : ["synonym"]
                    }
}}}}, 
"mappings": {
    "catalog": {
      "properties": {
        "name": {
          "type": "text",
          "analyzer": "synonym"
        }
      }
    }
  }
}

1. 询问-

当我用“笔记本”查询数据时，首选的响应应该按频率和同义词排序。但是，当我查询时，响应通常与同义词和频率无关。我使用以下查询-

/_search
{"query": {
        "query_string" : {"default_field" : "name", "query" : "Notebook"}
            } }

我得到的反应是-

"Notebook Blue I7"

虽然我希望以下两种方法之一-

"Laptop Blue I7"
"Laptop Red I7"

或

"Notebook Blue I7"
"Laptop Blue I7"
"Laptop Red I7"

解决这一问题的任何见解都是有帮助的。谢谢

========编辑1：

当我在“笔记本”上使用\_analyze时，响应是

{'tokens': [{'end_offset': 3,
             'position': 0,
             'start_offset': 0,
             'token': 'Notebook',
             'type': '<ALPHANUM>'},
            {'end_offset': 3,
             'position': 0,
             'start_offset': 0,
             'token': 'Laptop',
             'type': 'SYNONYM'}]}

Answer 1

问题在于您在keyword分析器中使用的synonym令牌程序。请做下面的事情来调试你的问题。

1. 使用分析 API检查为匹配的和不匹配的文档生成的令牌。
2. 使用解释 API，了解其生成的标记及其与倒排索引的匹配方式。

如果在倒排索引中为文档生成的标记与从搜索项生成的标记匹配，那么elasticsearch将显示它匹配并解释查询提供了许多其他信息，比如一个片段中有多少文档与搜索项及其分数匹配等等。

以上只是解决问题的一个非常基本的步骤，但您还没有实现正确的自动完成搜索，而在您的情况下，自动完成搜索应该返回note和lapt的结果。要实现这一点，您需要使用edge n gram分析器，而这 ES官方帖子可以帮助您实现这一点。

如果你面临任何其他问题或需要澄清，请告诉我。

Answer 2

正如Amit所提到的，实现自动完成edge n gram是您应该考虑的问题。我想解释一下为什么您使用的设置不适用于完整的单词Notebook，当被查询时，它没有产生预期的结果。为此，让我们了解上面的分析器是如何工作的。

在设置中定义的synonym分析器有两个组件，tokenizer和令牌filter。首先，对于输入字符串，将应用令牌程序。令牌器的输出将是令牌。然后，这些将充当令牌filter的输入，并将产生最终的令牌集。

您可以阅读更多关于分析器如何工作的这里。

现在让我们考虑第一个例子，例如Laptop Blue I7

对于这个输入字符串，首先将应用keyword令牌程序，正如您可能知道的那样，关键字标记器接受输入字符串并生成一个相同的令牌，这是相同的输入字符串，无需任何修改。因此，令牌程序的输出将是Laptop Blue I7作为单个令牌。现在，这个令牌将充当synonym令牌过滤器的输入。根据定义，Laptop和Notebook是同义词，但它们都不匹配令牌Laptop Blue I7，因此最终这个过滤器将什么也不做，而是传递令牌。因此，最后生成的令牌将是Laptop Blue I7。

因此，当您搜索Notebook时，它将与上面的name值不匹配。

注意，如果输入字符串只是Laptop或Notebook，您将得到预期的令牌，因为关键字标记器将为输入生成单个单词令牌。这就是为什么“笔记本”上的_analyze给出了预期的结果。

因此，结论是keyword是罪魁祸首。要解决这个问题，我们需要一个令牌器，它将生成独立的令牌，如laptop、blue、i7，最简单的解决方法是使用standard而不是keyword。

处理多词同义词

这个回答可能对你有帮助。