search - 多个单词匹配(全文)在 Elasticsearch 中的单个或多个文档中

Question

我的要求是这样的:

如果我将多个单词作为列表传递给搜索，ES 将返回包含单词匹配子集的文档以及匹配的单词，这样我就可以了解哪个文档与哪个子集匹配。

假设我需要搜索诸如 Football、Cricket、Tennis、Golf 等单词。
在三个文件中

我打算将这些文件存储在相应的文档中。 “mydocuments”索引的映射如下所示:

{
  "mydocuments" : {
    "mappings" : {
      "docs" : {
        "properties" : {
          "file_content" : {
            "type" : "string"
          }
        }
      }
    }
  }
}

第一份文件

{ _id: 1, file_content: "I love tennis and cricket"}

第二份文件:

{ _id: 2, file_content: "tennis and football are very popular"}

第三份文件:

{ _id: 3, file_content: "football and cricket are originated in england"}

I should be able to search a single file/or multiple files for Football, Tennis, cricket, golf and it should return something like this

像这样的东西

    "hits":{
        "total" : 3,
        "hits" : [
            {
                "_index" : "twitter",
                "_type" : "tweet",
                "_id" : "1",
                "_source" : {
                    "file_content" : ["football","cricket"],
                    "postDate" : "2009-11-15T14:12:12",

                }
                },
                {
                    "_index" : "twitter",
                    "_type" : "tweet",
                    "_id" : "2",
                    "_source" : {
                        "file_content" : ["football","tennis"],
                        "postDate" : "2009-11-15T14:12:12",

                    }
                }
            ]

或者在多个文件搜索的情况下，上述搜索结果的数组

知道我们如何使用 Elasticsearch 做到这一点吗？

如果这真的不能使用 Elasticsearch 来完成，我准备评估任何其他选项(Native lucene，Solr)

编辑

我的不好可能是我没有提供足够的细节。 @Andrew我所说的文件是在ES文档中存储为字符串字段(全文)的文件的文本内容。假设一个文件对应一个文档，该文档在名为“file_content”的字段中具有文本内容字符串。

Answer 1

最接近你想要的东西是highlighting ，意味着强调文档中的搜索词。

示例查询:

{
  "query": {
    "match": {
      "file_content": "football tennis cricket golf"
    }
  },
  "highlight": {
    "fields": {"file_content":{}}
  }
}

结果:

“命中”:{
“总数”:3，
“最大分数”:0.027847305，
“命中”:[
{
"_index": "test_highlight",
"_type": "文档",
“_id”:“1”，
“_score”:0.027847305，
“_来源”: {
"file_content": "我喜欢网球和板球"
},
“强调”: {
“文件内容”:[
“我喜欢 网球和 板球”
]
}
},
{
"_index": "test_highlight",
"_type": "文档",
“_id”:“2”，
“_score”:0.023869118，
“_来源”: {
"file_content": "网球和足球很受欢迎"
},
“强调”: {
“文件内容”:[
“ 网球和 足球很受欢迎”
]
}
},
{
"_index": "test_highlight",
"_type": "文档",
“_id”:“3”，
“_score”:0.023869118，
“_来源”: {
"file_content": "足球和板球起源于英格兰"
},
“强调”: {
“文件内容”:[
“ football 和 cricket 起源于英国”
]
}
}
]
}

如您所见，找到的术语在特殊的 <em> 下突出显示(由 highlight 标记包围的元素)部分。