Elasticsearch，精确文档匹配

Question

我想在elasticsearch上执行精确匹配，但精确匹配应该在文档上而不是在搜索字符串上。例如：

我创建了这个索引：

PUT /indexName
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      }
    }
  }
}

POST /indexName/_doc
{
  "name": "City"
}

POST /indexName/_doc
{
  "name": "City Lab"
}

现在我想执行这样的搜索：

-如果我搜索（“城市”），我只想获取第一个文档，第二个文档不应该匹配，因为（“城市”）没有计算整个（“城市实验室”）。

-如果我搜索（“城市实验室”），我想获得第二个文档和第一个文档网，因为它与它们完全匹配。

-如果我搜索（“Citly Lab 在哪里”），我们有（“City”）并且我们有（“City Lab”），所以我也想同时获得它们。

-如果我搜索（“lab”），我将得到 0 个命中，因为 lab 不匹配任何内容。

-如果我搜索（“我在城市里面，然后我会去实验室”），我应该只得到第一个文档，（“城市”）是完全匹配的，但是（“我在里面” city，那么我会去lab”）（“city ... lab”），（“Lab”）不是直接在（“City”）之后，所以它不匹配。

如何在elasticsearch中做到这一点？

Answer 1

这需要特定的方法。我们需要使用不同的分析器来搜索和索引该字段。索引分析器将删除多余的空格和标点符号，将文本转换为小写，并将其索引为单个术语。同时，搜索分析器还将处理空格和标点符号处理，但它还会为每个单词、单词对、单词三元组等生成搜索词。

因此，在索引过程中，“City Lab”将成为单个标记

city lab

，而“City”将成为

city

。同时搜索“City Lab”时会变成查询：

city

或

lab

或

city lab

这样它将匹配索引标记

city lab

和

city

。同时，仅搜索“lab”将生成一个与任何内容都不匹配的标记

lab

。这是一个完整的例子：

DELETE test
PUT test
{
  "settings": {
    "max_shingle_diff": 4,
    "analysis": {
      "char_filter": {
        "whitespace_and_punct_to_single_space": {
          "type": "pattern_replace",
          "pattern": "[\\p{Punct}\\s]+",
          "replacement": " "
        }
      },
      "filter": {
        "name_shingles": {
          "type": "shingle",
          "min_shingle_size": 2,
          "max_shingle_size": 5,
          "output_unigrams": true
        }
      },
      "analyzer": {
        "name_index_analyzer": {
          "type": "custom",
          "char_filter": [
            "whitespace_and_punct_to_single_space"
          ],
          "tokenizer": "keyword",
          "filter": [
            "lowercase"
          ]
        },
        "name_search_analyzer": {
          "type": "custom",
          "char_filter": [
            "whitespace_and_punct_to_single_space"
          ],
          "tokenizer": "whitespace",
          "filter": [
            "lowercase",
            "name_shingles"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "name_index_analyzer",
        "search_analyzer": "name_search_analyzer"
      }
    }
  }
}

POST test/_bulk?refresh
{"index": {"_id": 1}}
{"name": "City"}
{"index": {"_id": 2}}
{"name": "City Lab"}

GET test/_search
{
  "query": {
    "match": {
      "name": "City"
    }
  }
}

GET test/_search
{
  "query": {
    "match": {
      "name": "City Lab"
    }
  }
}

GET test/_search
{
  "query": {
    "match": {
      "name": "Where is the City Lab?"
    }
  }
}

GET test/_search
{
  "query": {
    "match": {
      "name": "lab"
    }
  }
}

GET test/_search
{
  "query": {
    "match": {
      "name": "I am inside the city, then I will go to the lab"
    }
  }
}