elasticsearch - 如何在 Elasticsearch 中将术语与空格匹配？

Question

我有一个在 elasticsearch 中索引的内容字段(字符串)。分析器是默认的 - 标准分析器。

当我使用匹配查询进行搜索时:

{"query":{"match":{"content":"micro soft", "operator":"and"}}}

结果显示无法匹配“microsoft”。

那如何使用输入关键字“micro soft”来匹配包含“microsoft”的文档内容呢？

Answer 1

另一种解决方法是使用 nGram token 过滤器，这将允许您进行更“模糊”的匹配。

使用您的“microsoft”和“micro soft”示例，下面是一个示例ngram 标记过滤器会分解标记:

POST /test
{
  "settings": {
    "analysis": {
      "filter": {
        "my_ngrams": {
          "type": "ngram",
          "min_gram": "3",
          "max_gram": "5"
        }
      },
      "analyzer" : {
        "my_analyzer" : {
          "type" : "custom",
          "tokenizer" : "standard",
          "filter": ["my_ngrams"]
        }
      }
    }
  },
  "mappings": {
    "doc": {
      "properties": {
        "body": {
          "type": "string",
          "analyzer": "my_analyzer"
        }
      }
    }
  }
}

并分析两件事:

curl '0:9200/test/_analyze?field=body&pretty' -d'microsoft'
{
  "tokens" : [ {
    "token" : "mic"
  }, {
    "token" : "micr"
  }, {
    "token" : "micro"
  }, {
    "token" : "icr"
  }, {
    "token" : "icro"
  }, {
    "token" : "icros"
  }, {
    "token" : "cro"
  }, {
    "token" : "cros"
  }, {
    "token" : "croso"
  }, {
    "token" : "ros"
  }, {
    "token" : "roso"
  }, {
    "token" : "rosof"
  }, {
    "token" : "oso"
  }, {
    "token" : "osof"
  }, {
    "token" : "osoft"
  }, {
    "token" : "sof"
  }, {
    "token" : "soft"
  }, {
    "token" : "oft"
  } ]
}

curl '0:9200/test/_analyze?field=body&pretty' -d'micro soft'
{
  "tokens" : [ {
    "token" : "mic"
  }, {
    "token" : "micr"
  }, {
    "token" : "micro"
  }, {
    "token" : "icr"
  }, {
    "token" : "icro"
  }, {
    "token" : "cro"
  }, {
    "token" : "sof"
  }, {
    "token" : "soft"
  }, {
    "token" : "oft"
  } ]
}

(我截取了部分输出，这里完整输出: https://gist.github.com/dakrone/10abb4a0cfe8ce8636ad )

如您所见，由于“microsoft”和“micro soft”的 ngram 术语重叠，您将能够为这样的搜索找到匹配项。