elasticsearch - match_phrase_prefix 不返回 match_phrase 获得的结果

Question

匹配短语查询

{ 
  "query": {
    "match_phrase": {
      "approved_labelled_products.companies": "SOMETHING INC"
    }
  }

返回一个特定的结果但是match_phrase_prefix 查询

{
  "query": {
    "match_phrase_prefix": {
      "approved_labelled_products.companies": "SOME.*"
    }
  }
}

返回一个空的结果集

"hits": 
{
    "total": 0,
    "max_score": null,
    "hits": []
 }

match_phrase_prefix 必须至少返回 match_phrase 查询已获得的数据，但它没有。

数据的映射如下

    "approved_labelled_products": {
            "properties": {
              "companies": {
                "type": "keyword",
                "null_value": "NULL",
                "ignore_above": 9500
              }
             }
            }

Answer 1

match_phrase和 match_phrase_prefix查询是全文搜索查询，要求数据字段为 text类型。它与 keyword 有很大不同。您正在使用的类型，现在让我解释一下您现在可以做什么以及有什么区别。

我可以让 match_phrase_prefix 工作吗？

是的，您可以使用 match_phrase_prefix如果您将字段类型更改为 text。

如何使用 keyword 字段搜索前缀？

keyword 按原样存储和查询，没有任何 analysis .把它想象成一个字符串；要查找具有给定前缀的此类字段的所有文档，使用 prefix 就足够了查询。

让我们定义映射并插入几个文档:

PUT myindex
{
  "mappings": {
    "_doc": {
      "properties": {
        "approved_labelled_products": {
          "properties": {
            "companies": {
              "type": "keyword",
              "null_value": "NULL",
              "ignore_above": 9500
            }
          }
        }
      }
    }
  }
}

POST myindex/_doc
{
  "approved_labelled_products": {
    "companies": "SOMETHING INC"
  }
}

现在我们可以发出这样的查询:

POST myindex/_doc/_search
{
  "query": {
    "prefix": {
      "approved_labelled_products.companies": "SOME"
    }
  }
}

请注意，由于实际上没有执行任何分析，因此请求区分大小写，并且按字符串 "some" 进行查询将不会返回结果。

text 字段有何不同？

text字段是 analyzed在索引期间，这意味着输入字符串被拆分为标记，小写，一些元信息被保存并且 inverted index已建成。

这允许有效地获取包含特定标记或标记组合的文档。

为了说明这一点，我们可以使用 _analyze API .让我们先看看 Elasticsearch 如何分析 keyword 字段的数据:

POST _analyze
{
  "analyzer" : "keyword",
  "text": "SOMETHING INC"
}

这将返回:

{
  "tokens": [
    {
      "token": "SOMETHING INC",
      "start_offset": 0,
      "end_offset": 13,
      "type": "word",
      "position": 0
    }
  ]
}

如您所见，它是一个全部为大写字母的标记。

现在让我们看看 standard 分析器做了什么(text 字段默认使用的分析器):

POST _analyze
{
  "analyzer" : "standard",
  "text": "SOMETHING INC"
}

它将返回:

{
  "tokens": [
    {
      "token": "something",
      "start_offset": 0,
      "end_offset": 9,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "inc",
      "start_offset": 10,
      "end_offset": 13,
      "type": "<ALPHANUM>",
      "position": 1
    }
  ]
}

如您所见，它产生了两个标记，都是小写的。

---

希望对您有所帮助!