Elasticsearch：關鍵字分析字段上的PrefixQuery中的連字符

我有一種情況，我將發票的元數據放入Elasticsearch 1.5.2索引中，該索引在Oracle Linux 15.04上使用Oracle JDK 8u45運行。其中一個字段是poNumber，通常具有類似「123-R45678」或「123-4Q5678」的值。我試圖使用PrefixQuery（通過查詢解析器）來搜索以前綴開頭的值，如「123-4 *」或「123-R *」。我是來成功最接近的是使用關鍵字分析儀上的採購單號碼字段，並在搜索時使用相同的關鍵字分析儀，用一個看起來像這樣的URL：Elasticsearch：關鍵字分析字段上的PrefixQuery中的連字符

http://localhost:9200/myindex/_search?q=invoices.poNumber:123-4Q*&analyzer=keyword&analyze_wildcard=true&explain=true

這不返回任何結果，儘管「123- 4Q5678「正在進入指數。然而，當我搜索「123-4 *」，我得到的結果和它的「123-4Q5678」匹配：

http://localhost:9200/myindex/_search?q=invoices.poNumber:123-4*&analyzer=keyword&analyze_wildcard=true&explain=true

關鍵字分析不應該做任何事情掰開的字符串。我甚至在_analyze端點進行了測試。尋找沒有連字符的值的前綴查詢似乎工作正常。爲什麼添加「Q」字符會導致此查詢不返回結果？如果字母恰好在連字符之後，也會發生這種情況。

而且，當存在連字符時，即使整個字符串值是PrefixQuery的「前綴」，也不會返回結果。但是，它確實在完全匹配查詢中返回結果。（請參閱下面的內容）如果值或查詢中不存在連字符，則搜索精確值作爲前綴確實返回匹配的文檔。

下面是測試的其他一些結果：

value  search term success 
123-4Q5678 123*   yes 
123-4Q5678 123-*   yes 
123-4Q5678 123-4*   yes 
123-4Q5678 123-4Q*  no 
123-4Q5678 123-4Q5*  no 
123-4Q5678 123-4Q5678* no 
123-4Q5678 123-4Q5678  yes 
123-R45678 123*   yes 
123-R45678 123-*   yes 
123-R45678 123-R*   no 
123-R45678 123-R4*  no 
123-R45678 123-R45678* no 
123-R45678 123-R45678  yes 
r4q567  R*    yes 
r4q567  R4*   yes 
r4q567  R4Q*   yes 
r4q567  R4Q567*  yes 
r4q567  R4Q567   yes

來源

2015-05-22 Paul

您是否嘗試過使用[ngrams]（https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-edgengram-tokenizer.html）以及查詢DSL而不是前綴查詢？我在這裏寫了一篇關於ngram的博客文章：http://blog.qbox.io/an-introduction-to-ngrams-in-elasticsearch。如果這會有所幫助，我可以向您展示一個使用您在此發佈的數據的簡單示例。 –

你也可以用q=...的語法來完成。 q=...refers to query_string實際上，但是是一個較短的版本。

而query_string有點令人困惑，因爲它有一些默認值，需要注意某些情況來解釋某些情況。

這就是您的嘗試情況：默認情況下，存在名爲lowercase_expanded_terms的設置，即true。這樣做是爲了小寫輸入字符串。因此，當您搜索123-4Q*時，實際上您正在搜索123-4q*（小寫）。但是，在您分析的keyword索引中，您的大寫Q永遠不會匹配。

您的查詢將用下面的命令工作：

http://localhost:9200/myindex/_search?q=invoices.poNumber:123-4Q*&analyzer=keyword&lowercase_expanded_terms=false

如果你想知道爲什麼123-4Q5678比賽儘管是大寫的，是因爲lowercase_expanded_terms適用於某些情況下，通配符是其中之一：

是否自動將通配符，前綴，模糊和範圍查詢的條件設置爲下限（因爲未對其進行分析）。默認它是真的。

來源

2015-05-22 16:34:28

+！謝謝，這絕對是問題！我也意識到，我以R開頭的那些測試例子實際上在索引中是小寫的，這就是爲什麼他們回來了。我更新了原始問題以更正測試數據。 – Paul

-2

@paulirwin @searchtechbot 當指數在現場使用edgeGram濾波器分：1，最長爲10個，並且不使用前綴的查詢只匹配關鍵字。這是怎麼回事，你是索引每個部分的單詞，如：「1」「12」「123」「123-」「123-4」等....所以只要匹配它會發現你的任何部分如果是從你的單詞開始的話。

來源

2015-05-22 16:24:08 user2679374

Elasticsearch：關鍵字分析字段上的PrefixQuery中的連字符

回答

相關問題