java - ElasticSearch - 匹配查询与模糊搜索字母数字

Question

使用具有模糊性的匹配查询并查询字母数字术语，但结果无法正确显示。

请找到我在 kibana 中运行的以下查询

GET index_name/_search
{
    "query": {
        "match" : {
            "values" : {
                "query" : "A661752110",
                "operator" : "and",
                "fuzziness": 1,
                "boost": 1.0,
                "prefix_length": 0,
                "max_expansions": 100

          }
        }
    }
}

我期待的结果如下:

A661752110
A66175211012
A661752110111
A661752110-12
A661752110-111

但我得到的结果如下:

A661752110
A661752111
A661752119

请查找我的映射详细信息:

PUT index_name
{
    "settings": {
        "analysis": {
            "analyzer": {
                "attr_analyzer": {
                    "type": "custom",
                    "tokenizer": "whitespace",
                    "char_filter": [
                        "html_strip"
                    ],
                    "filter": ["lowercase", "asciifolding"]
                }
            }
        }
    },

    "mappings": {
        "doc": {
            "properties": {
                "values": {
                    "type": "text",
                    "analyzer": "attr_analyzer"
                },
                "id":{
                    "type": "text"
                }
            }
        }
    }
}

Answer 1

模糊匹配允许将两个“模糊”相似的单词视为同一个单词。 Elasticsearch 使用 Damareau-Levenshtein 距离来衡量两个字符串的相似度。 Damareau-Levenshtein 距离测量对字符串的单个字符编辑的数量，允许四种编辑:

• 用一个字符替换另一个字符:_f_ox → _b_ox
• 插入新字符:sic → sic_k_
• 删除字符:b_l_ack → 返回
• 两个相邻字符的调换:_st_ar → _ts_ar

编辑距离在搜索请求中通过fuzziness 参数进行控制。您将模糊度指定为1，这意味着Elasticsearch 将仅返回通过对“A661752110”执行一次编辑(替换、插入、删除或转置)而获得的字符串。

您期望未显示的单词的编辑距离严格大于 1。请注意，在 Elasticsearch 中授权的最大值为 2。

实现您想要的目标的一些建议:

• 如果您希望 A661752110-12 和 A661752110-111 匹配。您可以使用分词器在找到 - 时分割文本。例如，这就是标准分词器所做的事情。
• 如果您还需要 A66175211012 和 A661752110111，最好的选择是使用像这样的正则表达式查询

{ "query": { "regexp": { "values": { "value": "A661752110.{,3}"} } } }