如何配置 OpenSearch 以允许查找带引号的精确匹配项

Question

我正在尝试解决如何配置 OpenSearch 索引及其映射以允许使用引号进行搜索以找到搜索词的精确匹配。

目前，所有字段都是

text

类型，并且在索引或字段映射上没有定义分词器或分析器。所以一切都是默认的。

PUT /items/_mappings
{
      "properties": {
        ...
        "name": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword",
              "ignore_above": 256
            }
          }
        }
        ...
}

搜索示例 1：

name=ABC

返回名称包含“ABC”的项目。正如预期的那样。

搜索示例2：

name="ABC"

当前返回匹配列表，包括

ABC

，还包括

ABC DEF EFG

、

ABC foo

、

bar ABC

等。因此，所有名称包含“ABC”的项目也会被返回。

那么如何配置索引，以便

name="ABC"

仅返回名为“ABC”的项目？

通常搜索是在没有引号的情况下完成的，这会正确返回名称包含“ABC”的所有项目。引号应该告诉 OpenSearch“请只给我完全匹配的内容”。

我希望这是有道理的。谢谢！

Answer 1

要仅进行完全匹配，您可以使用

keyword

字段类型。在您的情况下，

name.keyword: ABC

和

name.keyword: "ABC"

都只会匹配完全匹配的内容。

在elasticsearch或opensearch中发现：

name : ABC

是匹配查询。

name : "ABC"

是一个 match_phrase 查询。

文本字段类型被标记化，并且

ABC DEF EFG

由空格标记化，并变为

ABC

和

DEF

和

EFG

，因为

name: ABC

和

name: "ABC"

查询都将与

ABC DEF EFG

文档匹配。

keyword

字段类型已标记化，但会有一个标记，即所有单词。所以

ABC DEF EFG

被代币化并再次成为

ABC DEF EFG

。

通过

_analyzer

API 调用进行说明。

#standard tokenizer for `text` field type
POST _analyze
{
  "text": "ABC DEF EFG",
  "tokenizer": "standard"
}

#standard tokenizer for `keyword` field type
POST _analyze
{
  "text": "ABC DEF EFG",
  "tokenizer": "keyword"
}