我最近開始使用ElasticSearch，我似乎無(wú)法讓它搜索一個(gè)單詞的一部分。示例：我在我的couchdb中有三個(gè)索引在ElasticSearch中索引的文檔：{ "_id" : "1", "name" : "John Doeman", "function" : "Janitor"}{ "_id" : "2", "name" : "Jane Doewoman", "function" : "Teacher"}{ "_id" : "3", "name" : "Jimmy Jackal", "function" : "Student"} 所以現(xiàn)在，我想搜索包含“Doe”的所有文件curl http://localhost:9200/my_idx/my_type/_search?q=Doe這不會(huì)返回任何命中。但是，如果我搜索curl http://localhost:9200/my_idx/my_type/_search?q=Doeman它確實(shí)返回一個(gè)文件（John Doeman）。我嘗試過設(shè)置不同的分析器和不同的過濾器作為索引的屬性。我也試過使用完整的查詢（例如：{ "query": { "term": { "name": "Doe" } }}但似乎沒有任何作用。當(dāng)我搜索“Doe”時(shí)，如何讓ElasticSearch找到John Doeman和Jane Doewoman？UPDATE我嘗試使用nGram標(biāo)記器和過濾器，就像Igor提出的那樣，如下所示：{ "index": { "index": "my_idx", "type": "my_type", "bulk_size": "100", "bulk_timeout": "10ms", "analysis": { "analyzer": { "my_analyzer": { "type": "custom", "tokenizer": "my_ngram_tokenizer", "filter": [ "my_ngram_filter" ] } }, "filter": { "my_ngram_filter": { "type": "nGram", "min_gram": 1, "max_gram": 1 } }, "tokenizer": { "my_ngram_tokenizer": { "type": "nGram", "min_gram": 1, "max_gram": 1 } } } }}我現(xiàn)在遇到的問題是每個(gè)查詢都返回所有文檔。有什么指針嗎？關(guān)于使用nGram的ElasticSearch文檔不是很好......
3 回答
蝴蝶刀刀
TA貢獻(xiàn)1801條經(jīng)驗(yàn) 獲得超8個(gè)贊
我認(rèn)為沒有必要改變?nèi)魏斡成洹L試使用query_string，它是完美的。所有方案都適用于默認(rèn)的標(biāo)準(zhǔn)分析器：
我們有數(shù)據(jù)：
{"_id" : "1","name" : "John Doeman","function" : "Janitor"}
{"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}
場(chǎng)景1：
{"query": {
"query_string" : {"default_field" : "name", "query" : "*Doe*"}
} }
響應(yīng)：
{"_id" : "1","name" : "John Doeman","function" : "Janitor"}
{"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}
場(chǎng)景2：
{"query": {
"query_string" : {"default_field" : "name", "query" : "*Jan*"}
} }
響應(yīng)：
{"_id" : "1","name" : "John Doeman","function" : "Janitor"}
場(chǎng)景3：
{"query": {
"query_string" : {"default_field" : "name", "query" : "*oh* *oe*"}
} }
響應(yīng)：
{"_id" : "1","name" : "John Doeman","function" : "Janitor"}
{"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}
倚天杖
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超3個(gè)贊
我也在使用nGram。我使用標(biāo)準(zhǔn)tokenizer和nGram作為過濾器。這是我的設(shè)置：
{
"index": {
"index": "my_idx",
"type": "my_type",
"analysis": {
"index_analyzer": {
"my_index_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"lowercase",
"mynGram"
]
}
},
"search_analyzer": {
"my_search_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"standard",
"lowercase",
"mynGram"
]
}
},
"filter": {
"mynGram": {
"type": "nGram",
"min_gram": 2,
"max_gram": 50
}
}
}
}
}
讓我們找到最多50個(gè)字母的單詞部分。根據(jù)需要調(diào)整max_gram。在德語(yǔ)中，單詞可以變得非常大，所以我將其設(shè)置為高價(jià)值。
莫回?zé)o
TA貢獻(xiàn)1865條經(jīng)驗(yàn) 獲得超7個(gè)贊
使用前導(dǎo)和尾隨通配符進(jìn)行搜索對(duì)于大型索引來(lái)說(shuō)會(huì)非常慢。如果您希望能夠通過單詞前綴進(jìn)行搜索，請(qǐng)刪除前導(dǎo)通配符。如果你真的需要在一個(gè)單詞的中間找到一個(gè)子字符串，那么你最好使用ngram tokenizer。
添加回答
舉報(bào)
0/150
提交
取消