c# - ElasticSearch 结合 MultiMatch 和 Must

Question

所以我有这个对象模型:

string Name; // name of the person
int    Age; // age of the person
string CreatedBy; // operator who created person

我的查询听起来像这样: all documents WHERE Age > 40 AND CreatedBy == 'callum' AND Name contains 'll' CreatedBy是必要的，控制范围。
Age也是必要的(但不是安全问题)
Name是它可能变得模糊的地方，因为这是用户正在查询的内容。类似于 sort of contains
下面的查询适用于前两部分:

"query": {
     "bool": {
         "must": [
            {
                "range": {
                   "age": {
                      "gt": 40
                   }
                }
            },
            {
                "match": {
                   "createdBy": "Callum"
                }   
            }
         ]
     }
   }

我尝试添加 multi_match因为最终它可能会搜索 Name , Address以及其他一些信息。我不知道把它放在哪里。

在我看来，嵌套查询会很有用。所以先过滤掉所有不相关的用户，再过滤掉不相关的年龄。然后对相关字段进行一些模糊匹配。

Answer 1

所以，这个问题的答案并不简单。

首先，您需要为 Compound Words 创建一个分析器.

所以在 .NET 客户端中它看起来像:

this.elasticClient.CreateIndex("customer", p => p
    .Settings(s => s
        .Analysis(a => a
            .TokenFilters(t => t
                .NGram("bigrams_filter", ng => ng
                    .MaxGram(2)
                    .MinGram(2)))
        .Analyzers(al => al
            .Custom("bigrams", l => l
                .Tokenizer("standard")
                .Filters("lowercase", "bigrams_filter"))))));

this.elasticClient.Map<Person>(m => m
    .Properties(props => props
    .String(s => s
        .Name(p => p.Name)
        .Index(FieldIndexOption.Analyzed)
        .Analyzer("bigrams"))
    .String(s => s
        .Name(p => p.CreatedBy)
        .NotAnalyzed())
    .Number(n => n
        .Name(p => p.Age))));

这是提供的第一个链接的一种直接翻译。现在这意味着所有名称都将被分解为它们的二元组表示:

卡勒姆

ca

人

我

陆

嗯

然后您需要实际的查询来利用这一点。现在这有点我喜欢，因为我们已经在 name 列上设置了索引，这意味着所有 term查询中可以包含部分单词，因此以这个为例(Sense 查询):

GET customer/_search
{
    "query": {
        "filtered": {
           "query": {
            "multi_match": {
               "query": "ll",
               "fields": ["name"]
            }
           },
           "filter": {
               "bool": {
                       "must": [
                          {
                         "range": {
                            "age": {
                               "gt": 40
                            }
                         }
                      },
                      {
                         "match": {
                            "createdBy": "Callum"
                         }
                      }
                   ]
               }
           }
        }
    }
}

在这里，我们有一个过滤查询。所以查询总是第一个运行(还没有找到引用它的文档，但我已经阅读了它)，这将是部分术语匹配。然后我们简单地过滤——这是在查询之后完成的——以获得我们需要的结果子集。

因为 ngrams分析器仅设置在 name这是唯一将部分匹配的列。所以 CreatedBy不会，因此我们在结果周围获得了安全性。