ElasticSearch 中不区分大小写的精确匹配

Question

我需要能够查询 ElasticSearch 索引，以查看是否有任何文档已经具有如下所示字段的特定值：

"name" : {
      "type" : "text",
      "fields" : {
        "raw" : {
          "type" : "keyword"
        }
      }
 }

我最初打算使用标准化器来完成此操作，但我希望避免对索引本身进行更改。 然后我找到了 match_phrase 查询，它几乎正是我所需要的。 问题是，只要它们开始相同，它也会返回部分匹配。 例如 - 如果我正在搜索值 this is a test

 它将返回以下值的结果：

• this is a test 1
• this is a test but i'm almost done now
• this is a test again

在我的情况下，一旦返回数据，我可以再次检查代码，看看它实际上是否是不区分大小写的精确匹配，但我对 ElasticSearch 相对较新，我想知道是否有任何方法可以构建我原来的

match_phrase

 查询不会返回我上面发布的示例？

Answer 1

对于任何感兴趣的人，我发现了几种不同的方法来做到这一点，第一个 - 执行 match_phrase 查询，然后使用一个检查长度的脚本：

GET definitions/_search
{
  "query": {
    "bool":{
      "must":{
        "match_phrase":{
          "name":{
             "query":"Test Name"
          }
        }
      },
      "filter": [
        {
          "script": {
            "script": {
              "source": "doc['name.raw'].value.length() == 9",
              "lang": "painless"
            }
          }
        }
      ]
    }
  }
}

然后我想，如果我可以检查脚本中的长度，也许我可以做一个不区分大小写的比较：

GET definitions/_search
{
  "query": {
    "bool": { 
      "filter": [
        {
          "script": {
            "script": {
              "source": "doc['name.raw'].value.toLowerCase() == 'test name'",
              "lang": "painless"
            }
          }
        }
      ]
    }
  }
}

所以这些都是选择。 就我而言，我担心性能，所以我们硬着头皮创建了一个允许不区分大小写的比较的规范化器，所以这些甚至没有被使用。但我想我应该把这个扔在这里，因为我在其他地方找不到这些答案。

Answer 2

考虑一个简单的

术语查询。由于您的 name

 文本字段配有 

name.raw多字段，术语查询将为您提供精确匹配。从版本 7.10 开始，区分大小写是默认设置，也可以启用区分大小写。 示例：

http PUT ":9200/my-index" <<END
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "fields": {
          "raw": {
            "type": "keyword"
          }
        }
      }
    }
  }
}
END

http POST ":9200/my-index/_bulk" <<END
{"index":{"_id":"test1"}}
{"name":"this is a test"}
{"index":{"_id":"test2"}}
{"name":"this is a test 1"}
{"index":{"_id":"test3"}}
{"name":"this is a test but i'm almost done now"}
{"index":{"_id":"test4"}}
{"name":"No, this is not a test"}
END

#
# "term" query finds just "test1", as desired
#
http GET :9200/my-index/_search <<END
{
  "query": {
    "term":{
      "name.raw":{
          "value":"thiS is A TesT",
          "case_insensitive": true
      }
    }
  }
}
END

#
# Compare with match phrase query, which finds ALL four test documents.
# This includes the last, as we've played around with slop a bit
#
http GET :9200/my-index/_search <<END
{
  "query": {
    "match_phrase": {
      "name": {
        "query": "this is a test",
        "slop": 1
      }
    }
  }
}
END

# Note: this is on Opensearch 1.3.4, YMMV with other versions