在Elasticsearch搜索中使用通配符和必需的运算符

Question

我们的Elasticsearch索引中有各种包含文本

的行

  

“...... 2％牛奶......”。

用户在搜索字段中输入“2％milk”之类的查询，然后将其内部转换为查询

title:(+milk* +2%*)

因为所有条款都是必需的，我们可能会对包含“2％乳脂”的行感兴趣。

此查询返回零点击。将查询更改为

title:(+milk* +2%)

返回合理的结果。那么为什么第一个查询中的'*'运算符不起作用？

Answer 1

除非您设置映射，否则将在标记化过程中删除“％”符号。基本上“2％牛奶”会变成代币2和milk。

当您搜索“2％*”时，它会搜索代码，例如：2%，2%a，2%b等...并且不匹配任何索引标记，不会发出任何匹配

当您搜索“2％”时，它将经历与索引时相同的标记化过程（您可以指定此标识，但默认标记化是相同的），您将查找与标记匹配的文档{ {1}}，会给你一个打击。

您可以read more about the analysis/tokenization process here并且可以按defining a custom mapping

设置所需的分析 祝你好运！

Answer 2

前缀和通配符查询似乎不会将Analyzer应用于其内容。举几个例子：

• title:(+milk* +2%) - ＆gt; +title:milk* +title:2
• title:(+milk* +2%*) - ＆gt; +title:milk* +title:2%*
• title:(+milk* +2%3) - ＆gt; +title:milk* +(title:2 title:3)
• title:(+milk* +2%3*) - ＆gt; +title:milk* +title:2%3*
• +title:super\\-milk - ＆gt; +title:super title:milk
• +title:super\\-milk* - ＆gt; +title:super-milk*

防止通配符查询的标记化确实有意义，因为不允许使用通配符短语查询。如果允许标记化，那么它似乎会提出问题，特别是嵌入的通配符，以及通配符可以跨越多少个术语。