elasticsearch - 解决 Elasticsearch 中奇怪的数据检索问题的好的方法是什么？

Question

Elasticsearch 服务器出现了一个奇怪的问题。

Elasticsearch 版本为1.6。 “记录”是类型的名称。搜索的网址是http://some.domain:9200/user/records/_search。 “un”的字段映射是字符串。

根据{someId}的值，以下已经使用多年的查询有时会失败，新的ID会失败，而旧的ID会起作用。数据在那里，只是找不到...

{
  "from": 0,
  "size": 1,
  "sort": {
    "un": "desc",
    "_score": "desc"
  },
  "query": {
    "query_string": {
      "query": "un:\"{someId}\"",
      "fields": [
        "id",
        "un",
        "e",
        "fn",
        "ln",
        "bn",
        "jt",
        "sy",
        "c",
        "st",
        "p",
        "fbid",
        "lnid"
      ]
    }
  }
}

做完一些诊断后，我发现无论{someId}是旧的还是新的，以下查询始终有效...

{
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "default_field": "records.un",
            "query": "{someId}"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

这是一个与第二个查询匹配但第一个查询失败的示例文档。

{
    "un": "xxxxxxx.xxxxxxx",
    "e": "xxxxxxx",
    "pswd": "xxxxxxx",
    "fn": "xxxxxxx",
    "ln": "xxxxxxx",
    "bn": "xxxxxxx",
    "jt": "",
    "sy": "xxxxxxx",
    "urole": "User",
    "id": "xxxxxxx",
    "status": "1",
    "lld": "201704280016",
    "cd": "201702100132",
    "md": "201704280549",
    "cc": "0",
    "p": "",
    "logo": "",
    "mlogo": "",
    "ad": "201702100132",
    "com": "xxxxxxx",
    "rr": "true",
    "sid": "00000000-0000-0000-0000-000000000000",
    "fbidp": "",
    "lnidp": "",
    "role": "Lots of data is in this one",
    "dim": "",
    "drm": "",
    "drcm": "xxxxxxx",
    "drcfbm": "xxxxxxx",
    "drclnm": "xxxxxxx",
    "as": "false",
    "apr": "true",
    "iuid": "xxxxxxx",
    "vcount": "9",
    "pplatform": "",
    "pname": "",
    "pid": "00000000-0000-0000-0000-000000000000",
    "preciept": "",
    "ms": "Free"
}

我认为重新索引服务器可能会解决此问题。解决 Elasticsearch 中奇怪的数据检索问题的好的方法是什么？

Answer 1

您的第一个("query": "un:\"{someId}\"")查询和第二个("query": "{someId}")查询之间存在显着差异。在以前的查询中，由于您将someId用引号引起来，因此它将搜索exact phrase，即，如果您有xxx.yyy，则它将查找包括dot(.)的整个id，因此仅在id不包含点的情况下，id才匹配在后面的查询中，您的someId将为analyzed，即xxx.yyy将被标记为两个字符串(xxx和yyy)，如果您有点号，则将其匹配。

您需要更改un字段的映射。如果您不对un进行任何全文本搜索查询，那么建议您将其设置为not_analyzed。否则，您需要使用其他分析器，例如whitespace而不是默认的standard analyzer。我真的建议使用前一种解决方案，因为它(结构化exact字段)比后者更有效。