elasticsearch - 索引字段中的特殊字符

Question

使用查询字符串过滤器搜索电子邮件地址时，我遇到一些有趣的行为:

.filteredQuery(
   queryStringQuery(String.format("*%s*", query))
       .field("firstName").field("lastName").field("email").field("phone"),
   null
)

如果我将 domain.com作为查询传递(假设索引中有这样的值)-结果很好，但是一旦我通过 @domain.com-结果为空。.特殊符号是否有某些限制？

Answer 1

如果您将其设置为true analyze_wildcard，则应该可以使用。默认情况下，查询字符串不会分析那些包含通配符的标记。如果将该选项设置为true，elasticsearch将尝试。正如doc所说，此选项并不完美:

By setting this value to true, a best effort will be made to analyze those as well.

空结果背后的原因是默认分析器正在删除 @，并且当搜索 *@domain.com*和 analyze_wildcard为false时，在查询时不会删除 @。

代码如下:

.filteredQuery(
    queryStringQuery(String.format("*%s*", query)).analyzeWildcard(true)
        .field("firstName").field("lastName").field("email").field("phone"),
    null
)

编辑:为什么你得到空结果更好的解释。

首先，可以在索引(您在映射中进行设置)时和查询时执行分析器(并非所有查询都在查询时执行分析器)

在您的情况下，在索引时间 standard analyzer正在分析字段 email，如下所示:
name@domain.com =>正在被索引 name和 domain.com
这意味着您的文档将包含两个 token name和 domain.com。如果您尝试查找 exact term“name@domain.com”，则找不到任何内容，因为您的文档不再包含完整的电子邮件。

现在在查询时，您正在执行查询字符串 *@domain.com*。默认情况下，查询字符串不会分析那些包含通配符的标记，因此您试图查找包含 @domain.com的标记(而不是索引)。

现在，如果您将 analyze_wildcard属性设置为true。 Elasticsearch使用通配符分析这些 token ，因此您的查询将转换为 *domain.com*，在这种情况下，您具有匹配的文档。