search - Elastic Search中的自动完成匹配

Question

所以我在 flex 搜索中有一个identifier字符串字段，其中包含D123，M1，T23等值。

我试图在此字段的搜索中构建自动完成功能，以便对D12的查询可能与D12，D120，D121，...，D1210等匹配。

目前，我已经构建了一个自定义的边缘ngram过滤器和分析器，如下所示:

"filter": {
  "autocomplete_filter": {
    "type": "edgeNGram",
    "min_gram": 2,
    "max_gram": 10
  }
}

"analyzer": {
  "autocomplete": {
      "type": "custom",
      "tokenizer": "whitespace",
      "filter": {"lowercase", "autocomplete_filter"}
  }
}

在我的映射中，当 索引时，我在 identifier字段上使用了它:

"identifier": {
  "type": "string",
  "analyzer": "autocomplete",
  "search_analyzer": "standard"
}

这意味着为 D1234索引的ngram为 D1， D12， D123和 D1234。

要查询这个我做如下:

"query": {
  "bool": {
    "should": {
      "match": {
        "identifier": {
          "query": "D12",
          "fuzziness": 0
        }
      }
    }
  }
}

这将从最长到最短返回结果，因此 D12出现在结果的末尾。如何确保尽可能短的标识符具有最高的相关性评分？

我的猜测是 D12查询正像这样匹配ngram: [{D12}, {D12}3, {D12}34]和 flex 搜索结果为“哦，太棒了，三个匹配项!”而不是 [{D12}]结果提供的1 D12。

我猜一个解决方案可能不会部分匹配这些ngram，以便 flex 搜索看到两个结果的 [{D12}]，但将 D12的排名高于 D1234，因为它匹配了ngram的1/2而不是1/4。我不确定如何配置 flex 搜索以给出此结果。

任何帮助将非常感激。

Answer 1

您可以使用script based sorting进行此操作，但首先需要像这样将identifier字段映射为multi-fields

"identifier": {
    "type": "string",
    "analyzer": "autocomplete",
    "search_analyzer": "standard",
    "fields": {
        "raw": {
            "type": "string",
            "index": "not_analyzed"
        }
    }
}

之所以需要这样做，是因为如果直接在 sort上使用 identifier，那么您将获得相同的结果，因为由于 edge ngram filter，所有这些都将具有 2个字母标记。之后，这将给您想要的结果

{
  "query": {
    "bool": {
      "should": {
        "match": {
          "identifier": {
            "query": "D12",
            "fuzziness": 0
          }
        }
      }
    }
  },
  "sort": {
    "_script": {
      "script": "doc['identifier.raw'].value.length()",
      "order": "asc",
      "type": "number"
    }
  }
}

希望这可以帮助!!