elasticsearch - 意外的区分大小写

Question

我是运行 Elasticsearch 1.5.9的菜鸟。我想拉出所有将“PERSON”字段设置为“Johnson”的文档。 (注意混合套管)。如果我手动查看 Elasticsearch head，则可以看到具有这些属性的文档。

docs解释了我应该构造一个过滤器查询以提取此文档。但是当我这样做时，我会得到一些意想不到的行为。

这有效。如预期的那样，它仅返回一个包含Person =“Johnson”的文档

query = {"filter": {"term" : { "PERSON" : "johnson" }}}

但这行不通

query = {"filter": {"term" : { "PERSON" : "Johnson" }}}

如果仔细观察，您会发现好的查询是小写的，但是差的查询是大小写混合的-即使PERSON字段设置为“Johnson”。

更加奇怪的是，我将 full_text字段中的所有内容都缩小了: "_source": { "full_text": "all lower case"因此，全文包括 johnson，我认为这完全与PERSON字段无关。

这是怎么回事？如何在“人”字段中进行大小写混合搜索？

Answer 1

字词查询不会分析您的搜索文本。
这意味着您需要分析并以 token 格式提供查询，以使术语查询真正起作用。
使用match query代替，事情将像魔术一样工作。

因此，当像下面这样的字符串进入Elasticsearch时，将其标记化(或分析)并存储

"Green Apple" -> ( "green" , "apple")

这是分析的默认行为。
现在，当您使用术语查询进行搜索时，将不会进行分析。
对于Apple而言，它搜索保留大小写的Apple token 。因此失败了。

对于匹配查询，它会进行分析。这意味着，如果您使用Apple搜索，它将转换为Apple，然后进行搜索。哪个能给出很好的匹配。

您可以了解更多关于分析 here的信息。