elasticsearch - 使用RestHighLevelClient在具有多个值的同一字段上查询

Question

我必须使用Elasticsearch RestHighLevelClient来过滤/查询“URL”字段上的多个URL。
我形成了如下查询，但它给出了0条记录。

query.must(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
                         .field("url")
                        .lenient(true)
                        .escape(true)
                        .analyzeWildcard(true)
                        .fuzziness(Fuzziness.ZERO)
                        .defaultOperator(Operator.AND)
                        .boost(1.0f));
query.must(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
                     .field("url")
                    .lenient(true)
                    .escape(true)
                    .analyzeWildcard(true)
                    .fuzziness(Fuzziness.ZERO)
                    .defaultOperator(Operator.AND)
                    .boost(1.0f));

如果我更改为以下内容，它将仅给我匹配的记录url http://localhost:8080/test/*，因为我将 Operator.AND设置为此，并将url http://www.bbc.com/*的查询设置为 Operator.OR。

query.must(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
                         .field("url")
                        .lenient(true)
                        .escape(true)
                        .analyzeWildcard(true)
                        .fuzziness(Fuzziness.ZERO)
                        .defaultOperator(Operator.AND)
                        .boost(1.0f));
query.must(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
                     .field("url")
                    .lenient(true)
                    .escape(true)
                    .analyzeWildcard(true)
                    .fuzziness(Fuzziness.ZERO)
                    .defaultOperator(Operator.OR)
                    .boost(1.0f));

因此，它忽略了 http://www.bbc.com/*过滤器。

我在这里做错什么吗？如何在同一字段上写多个查询？

Answer 1

您应该在 should 查询中使用must而不是bool。

原始查询会怎样？

您执行的第一个查询实际上要求文档中同时存在这两个url值:当且仅当在同一文档中您具有url: http://localhost:8080/test/和url: http://www.bbc.com/时，它才会匹配。

对于 bool 查询，此行为是正常现象，并非特定于我假设您正在使用的 BoolQueryBuilder 。

如何对两个查询进行逻辑或？

实际上，您应该使用 BoolQueryBuilder.should() 将这两个查询置于逻辑或中:

query.should(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
                     .field("url")
                    .lenient(true)
                    .escape(true)
                    .analyzeWildcard(true)
                    .fuzziness(Fuzziness.ZERO)
                    .defaultOperator(Operator.AND)
                    .boost(1.0f));
query.should(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
                 .field("url")
                .lenient(true)
                .escape(true)
                .analyzeWildcard(true)
                .fuzziness(Fuzziness.ZERO)
                .defaultOperator(Operator.AND)
                .boost(1.0f));

如何将其与查询的其他部分结合起来？

正如您在评论中指出的那样，您的查询实际上更加复杂:查询必须与其中一种URL模式匹配，并且如果它们也与内容匹配，则应提高结果。

为了实现这一点，您应该使用两个嵌套的 bool(boolean) 查询，如下所示:

BoolQueryBuilder urlQuery = BoolQueryBuilder();

urlQuery.should(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
                         .field("url")
                        .lenient(true)
                        .escape(true)
                        .analyzeWildcard(true)
                        .fuzziness(Fuzziness.ZERO)
                        .defaultOperator(Operator.AND)
                        .boost(1.0f));

urlQuery.should(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
                     .field("url")
                    .lenient(true)
                    .escape(true)
                    .analyzeWildcard(true)
                    .fuzziness(Fuzziness.ZERO)
                    .defaultOperator(Operator.AND)
                    .boost(1.0f));

WildcardQueryBuilder wildcardQuery = QueryBuilderswildcardQuery("content", "anyt*");


// here `query` is your original bool query
query.must(urlQuery);
query.should(wildcardQuery);

Elasticsearch会将这个查询解释为:

fetch documents that must match either url query #1 or url query #2, and rank higher those that match wildcardQuery

defaultOperator与这一切有什么关系？
.defaultOperator(Operator.OR)实际上只是试图让您感到困惑的Elasticsearch:与在逻辑OR中组合两个查询无关，而只是 query string query的参数:

default_operator

(Optional, string) Default boolean logic used to interpret text in the query string if no operators are specified.

该参数实际上告诉您传递的 queryStringQuery()中的Elasticsearch how to interpret the tokens。您可以将字符串查询视为 Lucene query language中的查询。

希望有帮助!