Elasticsearch優化查詢

Question

我們使用elasticsearch正在執行搜索公司名單，但它不是我們所期望的

**Example companies:**  
Infosys technologies   
Infosys technologies ltd   
Infosys technologies pvt ltd   
Infosys technologies Limited   
Infosys technologies Private Limited   
BAC Infosys ltd 

場景：

1. 當搜索關鍵字「Infosys公司」，它應該返回「印孚瑟斯 技術「列表。

2. 當搜索關鍵字「Infosys ltd」時，應返回「Infosys technologies」列表。

3. 當搜索關鍵字「BAC Infosys ltd」時，應返回「BAC Infosys ltd」列表。

以下設置和映射使用

{ 
    "settings": { 
     "analysis": { 
     "filter": { 
      "nGram_filter": { 
       "type": "nGram", 
       "min_gram": 3, 
       "max_gram": 3, 
       "token_chars": [ 
        "letter", 
        "digit", 
        "punctuation", 
        "symbol" 
       ] 
      } 
     }, 
     "analyzer": { 
      "nGram_analyzer": { 
       "type": "custom", 
       "tokenizer": "keyword", 
       "filter": [ 
        "lowercase", 
        "asciifolding", 
        "nGram_filter" 
       ] 
      }, 
      "keyword_analyzer": { 
       "type": "custom", 
       "tokenizer": "keyword", 
       "filter": [ 
        "lowercase", 
        "asciifolding" 
       ] 
      } 
     } 
     } 
    }, 
    "mappings": { 
     "companies": { 
      "properties": { 
       "company_name": { 
        "type": "string", 
        "store": "true", 
        "index_analyzer": "nGram_analyzer", 
        "search_analyzer": "keyword_analyzer", 
        "null_value": "null" 
       } 
      } 
     } 
    } 
} 

查詢：

{"query": 
    { 
     "bool": { 
     "must": [ 
      { "match": { "company_name": "Infosys technologies" }} 
     ], 
     "minimum_should_match": "80%" 
     } 
    } 
} 

請幫助我如何實現這一目標。

Answer 1

您在搜索查詢和映射方面都缺少一些東西。在您的場景中使用當前映射設置並使用當前映射設置 1）結果也將具有BAC值。您應該切換到邊緣n-grams。但這不會讓您從中間搜索。 2）它也取決於你正在建立什麼類型的搜索，你可以避免我在1中提出的安排。對於你的所有場景，讓我們假設你的列表在結果中也可以有BAC值，但在列表中排名較低。爲此，您可以使用proximity queries模糊查詢進行拼寫檢查。

以上三種情況下，不會向我解釋整個功能，並且會爲您的搜索功能使用-case，但我認爲由elastic提供的鄰近搜索可以讓您更靈活地滿足您的案例。

Answer 2

帶狀皰疹能幫助： https://www.elastic.co/guide/en/elasticsearch/guide/current/shingles.html

對於你區分的ng_Gram分析是不相關的，它應該影響性能和相關性得分。創建shingle filter和custom analyzer與standard tokenizer和lowercase filter。

HtH，