php - 使用ElasticSearch匹配多个文档

Question

我对ElasticSearch比较陌生。我将其用作pdf文档的搜索平台。我将PDF分解为文本页面，然后将每一个都输入为带有相应页面ID，父信息等的elasticSearch记录。

我发现困难的是不仅将给定查询匹配到ES中的单个文档，还要使其匹配具有相同父ID的任何文档。因此，如果搜索两个术语，并且该术语存在于实际PDF文档的第1页和第7页(ES中有2个单独的条目)，我想匹配此结果。

本质上，我的目标是能够搜索单个PDF的多个页面，在PDF中的任何文档页面上进行匹配，并为搜索结果返回匹配的PDF文档列表，而不是匹配“页面” ”

Answer 1

这有点棘手。首先，您必须自己将查询拆分为多个词。有了术语列表(比如foo，bar和baz)，您可以针对表示PDF的类型(父类型)创建 bool(boolean) 查询，如下所示:

{
    "bool" : {
        "must" : [{
            "has_child" : {
                "type": "page",
                "query": {
                    "match": {
                        "page_body": "foo"
                    }
                }
            }
        }, {
            "has_child" : {
                "type": "page",
                "query": {
                    "match": {
                        "page_body": "bar"
                    }
                }
            }
        }, {
            "has_child" : {
                "type": "page",
                "query": {
                    "match": {
                        "page_body": "baz"
                    }
                }
            }
        }]
   }
}

该查询将为您找到每个术语至少包含一页的所有PDF。