elasticsearch - elasticsearch查找包含值子字符串的字段和包含值的字段

Question

我正在尝试实现一个下拉搜索系统，因此，如果我搜索“沃尔姆”，我将获得“沃尔玛”的结果。
此查询将起作用:

GET /indexname*/_search
{
  "size":0,
   
    "aggs": {
        "by_filter": {
          "terms": {
            "field": "store_name.keyword",
            "size":1000
          },
          "aggs": {
            "doc": {
              "top_hits": {
                "size": 1
              }
            }
          }
        }
      },
   
        "query": {
          "bool": {
            "must": [
              {
                "query_string": {
                  "query": "store_name: 'walmart' AND (source: 'smartpakequine') AND product_gap.keyword: 'yes'"
                }
              },
              {
                "range": {
                  "@timestamp": {
                    "format": "date",
                    "gte": "2020-08-25",
                    "lte": "2020-08-27"
                  }
                }
              } 
            ]
          }
        },
      
      "sort": { "assortment_score": { "order": "desc" } }

}

但是如果我为我的query_string包括部分字符串，例如:

"query": "store_name: 'walm' AND (source: 'smartpakequine') AND product_gap.keyword: 'yes'"

它将返回零结果。如果我将查询更改为仅包含正则表达式，如下所示:

    "query": {
      "bool": {
        "must": [
          {
            "regexp": {
              "store_name": "walmart.*"
            },
           }
         ]
        }
      }

它有效，但随后我无法包含用于搜索其他参数的查询字符串。与通配符搜索相同，我只能包含通配符搜索，不能再使用原始的query_string了。有什么办法可以告诉我的query_string包括store_name的部分子字符串结果？

"query": "store_name: 'walm' AND (source: 'smartpakequine') AND product_gap.keyword: 'yes'"

Answer 1

添加带有索引数据，搜索查询和搜索结果的工作示例。
请引用此ES official documentation以获取有关查询字符串查询的详细说明
索引数据:

{
    "store_name": "wallmart",
    "product_gap":"yes"
}

{
    "store_name": "wallm",
    "product_gap":"yes"
}

搜索查询:

{
    "query": {
        "query_string":
          {   "fields": ["store_name", "product_gap"],
              "query": "Wallm* AND yes"
          }
    }
}

搜索结果:

"hits": [
            {
                "_index": "test",
                "_type": "_doc",
                "_id": "2",
                "_score": 1.1823215,
                "_source": {
                    "store_name": "wallm",
                    "product_gap": "yes"
                }
            },
            {
                "_index": "test",
                "_type": "_doc",
                "_id": "1",
                "_score": 1.1823215,
                "_source": {
                    "store_name": "wallmart",
                    "product_gap": "yes"
                }
            }
        ]