elasticsearch - 简单的Elasticsearch正则表达式

Question

我试图编写一个查询，以给我所有字段为“id”的格式的文档:“SOMETHING-SOMETHING-4SOMETHING-SOMETHING-SOMETHING”
例如，ab-ba-4a-b-a是有效的ID。
我写了这个查询

  "query": 
  {
    "regexp": 
    {
      "id":
      {
        "value": ".*-.*-4.*-.*-.*"
      }
    }
  }

它没有命中。这怎么了我可以看到许多这种形式的ID。

Answer 1

如果id字段的类型为 keyword ，则regexp应该可以正常工作。
但是，如果它的类型为 text ，请注意elasticsearch如何在内部存储 token 。

POST /_analyze
{
  "text": "abc-abc-4bc-abc-abc",
  "analyzer": "standard"
}

响应:

{
  "tokens" : [
    {
      "token" : "abc",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "<ALPHANUM>",
      "position" : 0
    },
    {
      "token" : "abc",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "<ALPHANUM>",
      "position" : 1
    },
    {
      "token" : "4bc",
      "start_offset" : 8,
      "end_offset" : 11,
      "type" : "<ALPHANUM>",
      "position" : 2
    },
    {
      "token" : "abc",
      "start_offset" : 12,
      "end_offset" : 15,
      "type" : "<ALPHANUM>",
      "position" : 3
    },
    {
      "token" : "abc",
      "start_offset" : 16,
      "end_offset" : 19,
      "type" : "<ALPHANUM>",
      "position" : 4
    }
  ]
}

注意，它将 token abc-abc-4abc-abc-abc分解为5个字符串。看一下 Analysis和 Analyzers是什么，以及它们如何仅应用于 text字段。
但是，仅在您不希望对文本进行分析(即分解为 token 并存储在反向索引中)并在内部存储字符串值的情况下创建了关键字数据类型。
现在以防万一，如果您的映射是动态的，则ES默认情况下会为字符串值创建两个不同的字段。文本及其关键字同级，如下所示:

{
    "mappings" : {
      "properties" : {
        "id" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    }
  }

在这种情况下，只需对 id.keyword字段应用查询即可。

POST <your_index_name>/_search
{
  "query": {
    "regexp": {
      "id.keyword": ".*-.*-4.*-.*-.*"
    }
  }
}

希望有帮助!