regex - ElasticSearch RegExp 过滤器正则表达式破折号

Question

我的 ElasticSearch v1.2.1 中有一些文档，例如:

{
  "tempSkipAfterSave": "false",
  "variation": null,
  "images": null,
  "name": "Dolce & Gabbana Short Sleeve Coat",
  "sku": "MD01575254-40-WHITE",
  "user_id": "123foo",
  "creation_date": null,
  "changed": 1
}

sku 可以是变体，例如:MD01575254-40-BlUE、MD01575254-38-WHITE

我可以让我的 Elasticsearch 查询来处理这个问题:

{
  "size": 1000,
  "from": 0,
  "filter": {
    "and": [
      {
        "regexp": {
          "sku": "md01575254.*"
        }
      },
      {
        "term": {
          "user_id": "123foo"
        }
      },
      {
        "missing": {
          "field": "project_id"
        }
      }
    ]
  },
  "query": {
    "match_all": {}
  }
}    

我得到了 sku 的所有变体:MD01575254*

但是，破折号“-”真的把我搞砸了

当我将正则表达式更改为:

"regexp": {
  "sku": "md01575254-40.*"
}

我无法返回任何结果。我也试过了

• "sku": "md01575254-40.*"
• "sku": "md01575254\-40.*"
• "sku": "md01575254-40-.*"
• ...

似乎无法让它发挥作用？我在这里没有错什么？

Answer 1

问题:

这是因为默认分析器通常在 - 处进行分词，因此您的字段最有可能保存为:

• MD01575254
• 40
• 蓝色

---

解决方案:

您可以更新您的映射，使其拥有一个在编制索引时不会被分析的 sku.raw 字段。这将要求您删除并重新编制索引。

{
  "<type>" : {
    "properties" : {
      ...,
      "sku" : {
        "type": "string",
        "fields" : {
          "raw" : {"type" : "string", "index" : "not_analyzed"}
        }
      }
    }
  }
}

然后你可以查询这个没有分析的新字段:

{
  "query" : {
    "regexp" : {
      "sku.raw": "md01575254-40.*"
    }
  }
}

---

HTTP 端点:

删除当前映射和数据的 API 是:

DELETE http://localhost:9200/<index>/<type>

使用原始 SKU 添加新映射的 API 是:

PUT http://localhost:9200/<index>/<type>/_mapping

---

链接:

• multiple fields in mapping
• analyzers