弹性搜索完形类型中的特殊特征
我是弹性搜索的新用户，我有一个映射:-
curl -X PUT localhost:9200/vee_trade -d '
{
"mappings": {
"sDocument" : {
"properties" : {
"id" : { "type" : "long" },
"docId" : { "type" : "string" },
"documentType" : { "type" : "string" },
"rating" : { "type" : "float" },
"suggestion" : { "type" : "completion"}
}
}
}
}其中一个样本数据是:-
_index: "test"
_type: "sDocument"
_id: "CATEGORY7"
_score: 1
_source{}
docId: "CATEGORY7"
documentType: "CATEGORY"
id: 7
suggestion[]
"Kids's wear"
rating: null基本上，我的目标是启用自动建议，它适用于查询，但在自动建议条目中，我只获得术语和分数值，而我也希望获得其他字段值，因此，我再次对建议字段进行匹配查询，并生成自动建议项。
{
"query" : {
"match" : {
"suggestion" : "Men's"
}
}
}但是我没有得到数据，因为弹性删除了术语中的特殊字符(不确定它是如何存储和索引的)，所以请告诉我
如何检索自动建议中的其他字段值和搜索项？或者如何使匹配查询工作？
提前谢谢。
回答 1
Stack Overflow用户
发布于 2015-03-01 17:56:20
警告:长话短说。从你发布的信息中很难准确地判断出问题所在，所以我给你提供了几个可以帮助你解决问题的方法。
对于你想要做的事情，你可以有几种不同的方法。我在Qbox博客上写了两种不同的自动完成方法，一篇关于使用完成建议，另一篇关于使用涉及ngrams和多个字段的更复杂的设置。
在实践中，我发现完成提示有点笨拙(因为您必须明确告诉它该响应什么)，所以我倾向于更多地依赖自定义分析框架。对分析器进行实验的一种方法是为属性设置多个子域 (以前称为多字段)。下面我将给出几个例子。
我将设置一个包含两个子字段的字段，这些子字段以不同的方式分析文本，然后对每个字段使用一个match查询来显示它的行为。
看一看这个：
PUT /test_index
{
"settings": {
"number_of_shards": 1,
"analysis": {
"filter": {
"nGram_filter": {
"type": "nGram",
"min_gram": 2,
"max_gram": 20,
"token_chars": [
"letter",
"digit",
"punctuation",
"symbol"
]
}
},
"analyzer": {
"nGram_analyzer": {
"type": "custom",
"tokenizer": "whitespace",
"filter": [
"lowercase",
"asciifolding",
"nGram_filter"
]
},
"whitespace_analyzer": {
"type": "custom",
"tokenizer": "whitespace",
"filter": [
"lowercase",
"asciifolding"
]
}
}
}
},
"mappings": {
"doc": {
"properties": {
"text_field": {
"type": "string",
"index_analyzer": "standard",
"search_analyzer": "standard",
"fields": {
"raw": {
"type": "string",
"index": "not_analyzed"
},
"ngram": {
"type": "string",
"index_analyzer": "nGram_analyzer",
"search_analyzer": "whitespace_analyzer"
}
}
}
}
}
}
}这里发生了很多事情，我鼓励大家阅读分析和纳克。此外，我从我的部分字自动完成后中获取了部分代码，因此您可能会发现阅读这些代码以获得更深入的解释是有帮助的。
但是，基本上，我有一个字段，"text_field"，它使用分析器进行分析，既用于索引(即在创建倒排索引时为给定文档和字段生成的术语)，也用于搜索(将搜索短语分解为与倒排索引中的术语匹配的方式)。我在那个领域里有两个不同的子字段。一个根本不被分析，所以我们可以匹配的唯一术语是文档字段的原始文本。第二个子字段使用"nGram_analyzer"进行索引分析，"whitespace_analyzer"用于搜索，这两个子字段都在索引的"settings"中定义。
现在，如果我们索引几个文档：
PUT /test_index/doc/1
{
"text_field": "Kid's wear"
}
PUT /test_index/doc/2
{
"text_field": "Men's wear"
}我们可以用不同的方式来对付他们。
查询"text_field.raw"需要精确、完整的文本才能得到匹配：
POST /test_index/doc/_search
{
"query": {
"match": {
"text_field.raw": "Men's wear"
}
}
}
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1,
"hits": [
{
"_index": "test_index",
"_type": "doc",
"_id": "2",
"_score": 1,
"_source": {
"text_field": "Men's wear"
}
}
]
}
}针对"text_field"的标准"text_field"查询将按预期工作，因为在索引和搜索时，术语"Men's"将被标记为"men"：
POST /test_index/doc/_search
{
"query": {
"match": {
"text_field": "Men's"
}
}
}
...
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.625,
"hits": [
{
"_index": "test_index",
"_type": "doc",
"_id": "2",
"_score": 0.625,
"_source": {
"text_field": "Men's wear"
}
}
]
}
}但是，如果我们加上第二个任期，我们就会得到可能不是我们想要的结果：
POST /test_index/doc/_search
{
"query": {
"match": {
"text_field": "Men's wear"
}
}
}
...
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0.72711754,
"hits": [
{
"_index": "test_index",
"_type": "doc",
"_id": "2",
"_score": 0.72711754,
"_source": {
"text_field": "Men's wear"
}
},
{
"_index": "test_index",
"_type": "doc",
"_id": "1",
"_score": 0.09494676,
"_source": {
"text_field": "Kid's wear"
}
}
]
}
}这是因为生成术语的方式，以及匹配查询的默认操作符是"or"。我们可以通过指定match查询使用的运算符为"and"来限制结果
POST /test_index/doc/_search
{
"query": {
"match": {
"text_field": {
"query": "Men's wear",
"operator": "and"
}
}
}
}
...
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.72711754,
"hits": [
{
"_index": "test_index",
"_type": "doc",
"_id": "2",
"_score": 0.72711754,
"_source": {
"text_field": "Men's wear"
}
}
]
}
}我们可以使用"text_field.ngram"字段来匹配部分单词(包括符号和标点符号，因为这是在索引设置中的"nGram_filter"定义中指定的)：
POST /test_index/doc/_search
{
"query": {
"match": {
"text_field.ngram": {
"query": "men's we",
"operator": "and"
}
}
}
}
...
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.72711754,
"hits": [
{
"_index": "test_index",
"_type": "doc",
"_id": "2",
"_score": 0.72711754,
"_source": {
"text_field": "Men's wear"
}
}
]
}
}希望这能给你一些关于如何继续下去的想法。
https://stackoverflow.com/questions/28785689
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号