如何防止方面術語被標記化

我使用方面術語來獲取所有唯一值和它們的字段數。我得到錯誤的結果。如何防止方面術語被標記化

term: web 
Count: 1191979 
term: misc 
Count: 1191979 
term: passwd 
Count: 1191979 
term: etc 
Count: 1191979

雖然實際結果應該是：

term: WEB-MISC /etc/passwd 
Count: 1191979

這裏是我的示例查詢：

{ 
    "facets": { 
    "terms1": { 
     "terms": { 
     "field": "message" 
     } 
    } 
    } 
}

來源

2012-04-10 jmnwong

你能更新與數據的_short_例子，你在做查詢的_short_例子的問題，所以它的更多的信息，爲用戶來到這裏從谷歌搜索等？ – karmi 2012-04-11 09:14:52

如果重建索引是一個選項，這將是最好的改變映射和標記此字段爲未分析

"your_field" : { "type": "string", "index" : "not_analyzed" }

您可以使用multi field type如果保持電場的分析版本需要：

"your_field" : { 
    "type" : "multi_field", 
    "fields" : { 
     "your_field" : {"type" : "string", "index" : "analyzed"}, 
     "untouched" : {"type" : "string", "index" : "not_analyzed"} 
    } 
}

這樣，您就可以繼續在查詢中使用your_field，同時採用your_field.untouched運行方面的搜索。

另外，如果該字段存儲，您可以使用腳本場面代替：

"facets" : { 
    "term" : { 
    "terms" : { 
     "script_field" : "_fields.your_field.value" 
    } 
    } 
}

作爲最後的手段，如果該字段不是存儲，而是記錄源是存儲在索引中，你可以試試這個：

"facets" : { 
    "term" : { 
    "terms" : { 
     "script_field" : "_source.your_field" 
    } 
    } 
}

第一個解決方案是最高效的。最後一個解決方案效率最低，並且可能需要很長時間處理大型索引。

來源

2012-04-10 17:57:41 imotov

我試過了script_field，但它似乎產生了一個錯誤。我當前的查詢看起來像這樣：http://www.pastebin.com/XwJMM7Eq – jmnwong 2012-04-10 19:48:11

它可能會給你「標識符：logsource的未解析的屬性」錯誤。這是因爲elasticsearch腳本不知道'logsource'的含義。嘗試用_fields.logsource代替它 – imotov 2012-04-10 19:57:27

顯示爲「term」「[email protected]」 – jmnwong 2012-04-10 20:13:15

-1

我已經簡要解釋了這個問題，並提出了兩種解決方案here。我在這裏談到了多種方法。一種是使用not_analyzed來保持字符串的原樣。但是，因爲它有不區分大小寫的缺點，所以更好的方法是使用關鍵字標記+小寫過濾器

來源

2015-10-09 10:35:44

儘管這個鏈接可能回答這個問題，但最好在這裏包含答案的重要部分，並提供供參考的鏈接。如果鏈接頁面更改，則僅鏈接答案可能會失效。 – Leigh 2015-10-10 03:10:02

我已經介紹了我的答案。 – 2015-11-01 16:42:37

哇，我今天也得到了同樣的問題，同時在最近的彈性搜索中聚合了術語。谷歌搜索和部分理解後，發現這個令人討厭的索引是如何工作的（這非常簡單）。

查詢只能找到實際存在的倒排索引

當指數下列字符串

"WEB-MISC /etc/passwd"

它將被傳遞到分析儀方面。分析儀可能將其標記爲

"WEB", "MISC", "etc" and "passwd"

及其位置詳細信息。並且此令牌可能會過濾爲小寫字母，例如

"web", "misc", "etc" and "passwd"

因此，索引後，搜索查詢只能看到上述4。不是完整的單詞「WEB-MISC/etc/passwd」。爲了您的需求，以下是我的選擇，你可以使用

1.Change the Default Analyzer used by elasticsearch([link][1]) 
2.If it is not need, just TurnOff the analyzer by setting 'not_analyzed' for the fields you need 
3.To convert the already indexed data searchable, re-indexing is the only option

來源

2016-01-06 15:32:25

如何防止方面術語被標記化

回答

相關問題