我有此数据：
name:
first: 'John'
last: 'Smith'
当我将其存储在ES中时，最好将AFAICT设置为一个字段。但是，此字段应为：
name: 'John Smith'
或者
name: 'JohnSmith'
？
我认为查询应该是：
query:
match:
name:
query: searchTerm
fuzziness: 'AUTO'
operator: 'and'
人们可能会在搜索框中输入搜索字词示例，例如
John
Jhon Smi
J Smith
Smith
等等。
您可能需要结合使用ngram和模糊匹配查询。如果需要入门，我写了一篇有关Qbox的ngram的博客文章：https ://qbox.io/blog/an-introduction-to-ngrams-in-elasticsearch 。我将在文章结尾处滑动入门代码，以说明我的意思。
另外，无论您使用两个字段name还是仅使用一个字段，我都认为没有太大关系。如果由于其他原因需要两个字段，则可能要在查询中使用该_all字段。为简单起见，我在这里只使用一个字段。
这是一个映射，可以让您获得想要的部分单词匹配，假设您只在乎单词开头的标记（否则使用ngrams而不是edge ngrams）。使用ngram有很多细微差别，因此如果您需要更多信息，我将参考您的文档和入门。
PUT /test_index
{
"settings": {
"number_of_shards": 1,
"analysis": {
"filter": {
"edge_ngram_filter": {
"type": "edge_ngram",
"min_gram": 1,
"max_gram": 10
}
},
"analyzer": {
"edge_ngram_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"lowercase",
"edge_ngram_filter"
]
}
}
}
},
"mappings": {
"doc": {
"properties": {
"name": {
"type": "string",
"index_analyzer": "edge_ngram_analyzer",
"search_analyzer": "standard"
}
}
}
}
}
这里要特别注意的一件事："min_gram": 1。这意味着将从索引值生成单字符令牌。当您查询时，这将产生一个相当宽的网络（例如，许多单词以“ j”开头），因此您可能会得到一些意外的结果，尤其是在与模糊性结合时。但这是使您的“ J Smith”查询正常运行所必需的。因此，需要权衡取舍。
为了说明，我索引了四个文档：
PUT /test_index/doc/_bulk
{"index":{"_id":1}}
{"name":"John Hancock"}
{"index":{"_id":2}}
{"name":"John Smith"}
{"index":{"_id":3}}
{"name":"Bob Smith"}
{"index":{"_id":4}}
{"name":"Bob Jones"}
您的查询通常有效，但有几点警告。
POST /test_index/_search
{
"query": {
"match": {
"name": {
"query": "John",
"fuzziness": "AUTO",
"operator": "and"
}
}
}
}
由于ngrams加上模糊性，此查询返回三个文档：
{
"took": 3,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 3,
"max_score": 0.90169895,
"hits": [
{
"_index": "test_index",
"_type": "doc",
"_id": "1",
"_score": 0.90169895,
"_source": {
"name": "John Hancock"
}
},
{
"_index": "test_index",
"_type": "doc",
"_id": "2",
"_score": 0.90169895,
"_source": {
"name": "John Smith"
}
},
{
"_index": "test_index",
"_type": "doc",
"_id": "4",
"_score": 0.6235822,
"_source": {
"name": "Bob Jones"
}
}
]
}
}
那可能不是您想要的。另外，"AUTO"不适用于“ Jhon Smi”查询，因为“ Jhon”与“ John”的编辑距离为2，而“ AUTO”对3-5个字符的字符串使用的编辑距离为1（请参阅文档有关更多信息）。因此，我必须改用以下查询：
POST /test_index/_search
{
"query": {
"match": {
"name": {
"query": "Jhon Smi",
"fuzziness": 2,
"operator": "and"
}
}
}
}
...
{
"took": 17,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1.4219328,
"hits": [
{
"_index": "test_index",
"_type": "doc",
"_id": "2",
"_score": 1.4219328,
"_source": {
"name": "John Smith"
}
}
]
}
}
其他查询按预期方式工作。因此，该解决方案并不完美，但是它将使您接近。
这是我使用的所有代码：
http://sense.qbox.io/gist/ba5a6741090fd40c1bb20f5d36f3513b4b55ac77
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句