c# - 精确文本匹配的 NEST 查询

Question

我正在尝试编写一个 NEST 查询，它应该根据精确的字符串匹配返回结果。我在网上进行了研究，有关于使用 Term、Match、MatchPhrase 的建议。我已经尝试了所有这些，但我的搜索返回的结果包含部分搜索字符串。例如，在我的数据库中，我有以下几行电子邮件地址:

ter@gmail.com

ter@hotmail.com

terrance@hotmail.com

无论我是否使用:

client.Search<Emails>(s => s.From(0)
                        .Size(MaximumSearchResultsSize)
                        .Query(q => q.Term( p=> p.OnField(fielname).Value(fieldValue))))

或

  client.Search<Emails>(s => s.From(0).
                              Size(MaximumPaymentSearchResults).
                              Query(q=>q.Match(p=>p.OnField(fieldName).Query(fieldValue))));                                              

我的搜索结果总是返回包含“部分搜索”字符串的行。

因此，如果我将搜索字符串提供为“ter”，我仍然会得到所有 3 行。ter@gmail.com

ter@hotmail.com

terrance@hotmail.com

如果搜索字符串是“ter”，我希望看到没有返回的行。如果搜索字符串是“ter@hotmail.com”，那么我只想看到“ter@hotmail.com”。

不确定我做错了什么。

Answer 1

根据您在问题中提供的信息，听起来包含电子邮件地址的字段已被索引为 Standard Analyzer ，如果未指定其他分析器或字段未标记为 not_analyzed，则默认分析器应用于字符串字段。

标准分析器对给定字符串输入的影响可以通过使用 Analyze API 查看。 Elasticsearch :

curl -XPOST "http://localhost:9200/_analyze?analyzer=standard&text=ter%40gmail.com

文本输入需要进行 url 编码，如这里使用 @ 符号所示。运行此查询的结果是

{
   "tokens": [
      {
         "token": "ter",
         "start_offset": 0,
         "end_offset": 3,
         "type": "<ALPHANUM>",
         "position": 1
      },
      {
         "token": "gmail.com",
         "start_offset": 4,
         "end_offset": 13,
         "type": "<ALPHANUM>",
         "position": 2
      }
   ]
}

我们可以看到标准分析器为输入生成了两个标记，ter 和 gmail.com，这就是将存储在倒排索引中的内容字段。

现在，运行 Match query将导致对匹配查询的输入进行分析，默认情况下使用与在应用匹配查询的字段的映射定义中找到的分析器相同的分析器。

此匹配查询分析的结果标记然后默认组合成一个 bool 值或查询，这样任何包含该字段的倒排索引中任何一个标记的文档都将是一个匹配项。例如

text ter@gmail.com，这意味着任何与 ter 或 gmail.com 字段匹配的文档都将成为热门

// Indexing
input: ter@gmail.com -> standard analyzer -> ter,gmail.com in inverted index

// Querying
input: ter@gmail.com -> match query -> docs with ter or gmail.com are a hit!

显然，对于精确匹配，这根本不是我们想要的!

运行 Term query将导致词条查询的输入不被分析，即它是一个与词条输入完全匹配的查询，但在已分析的字段上运行它索引时间可能是一个问题；由于该字段的值已经过分析，但术语查询的输入尚未经过分析，因此您将获得与索引时发生的分析结果完全匹配的术语输入的返回结果。例如

// Indexing
input: ter@gmail.com -> standard analyzer -> ter,gmail.com in inverted index

// Querying
input: ter@gmail.com -> term query -> No exact matches for ter@gmail.com

input: ter -> term query -> docs with ter in inverted index are a hit!

这也不是我们想要的!

我们可能想对这个字段做的是在映射定义中将它设置为 not_analyzed

putMappingDescriptor
    .MapFromAttributes()
    .Properties(p => p
        .String(s => s.Name(n => n.FieldName).Index(FieldIndexOption.NotAnalyzed)
    );

有了这个，我们可以用 Term filter 搜索完全匹配使用 Filtered query

// change dynamic to your type
var docs = client.Search<dynamic>(b => b
    .Query(q => q
        .Filtered(fq => fq
            .Filter(f => f
                .Term("fieldName", "ter@gmail.com")
            )
        )
    )
);

这将产生以下查询 DSL

{
  "query": {
    "filtered": {
      "filter": {
        "term": {
          "fieldName": "ter@gmail.com"
        }
      }
    }
  }
}