elasticsearch - 分析器自动完成名称

Question

我希望能够自动完成姓名。

例如，如果我们有名称John Smith，我希望能够搜索Jo，Sm和John Sm来取回文档。

另外，我不希望jo sm与文档匹配。

我目前有这个分析仪:

return array(
    'settings' => array(
        'index' => array(
            'analysis' => array(
                'analyzer' => array(
                    'autocomplete' => array(
                        'tokenizer' => 'autocompleteEngram',
                        'filter' => array('lowercase', 'whitespace')
                    )
                ),

                'tokenizer' => array(
                    'autocompleteEngram' => array(
                        'type' => 'edgeNGram',
                        'min_gram' => 1,
                        'max_gram' => 50
                    )
                )
            )   
        )
    )
);

问题在于，首先我们将文本分割开，然后使用edgengrams进行标记化。

结果是: j jo joh john s sm smi smit smith
这意味着，如果我搜索 john smith或 john sm，则不会返回任何内容。

因此，我需要生成看起来像这样的 token : j jo joh john s sm smi smit smith john s john sm john smi john smit john smith。

如何设置分析仪，以便生成这些额外的 token ？

Answer 1

我最终没有使用edgengrams。

我创建了一个带有standard标记器，standard和lowercase过滤器的分析器。这实际上与standard分析器相同，但没有任何停用词过滤器(毕竟我们正在搜索名称，并且可能有人称为The或An等)。

然后，将上述分析器设置为index_analyzer，并将simple设置为search_analyzer。将此设置与match_phrase_prefix查询配合使用非常有效。

这是我使用的自定义分析器(称为自动完成功能，用PHP表示):

'autocomplete' => array(
                        'tokenizer' => 'standard',
                        'filter' => array('standard', 'lowercase')
                ),