Question

我正在尝试对具有大约3M文档的Elasticsearch索引使用过滤查询，而我似乎无法按照我的预期使其工作。

详细说明，我的查询看起来像这样（我的索引是大学课程信息）：

{
  "query":{
    "filtered":{
      "query":{
        "match_phrase_prefix":{
          "course_abbreviation":"CS 3"
        }
      },
      "filter":{
        "term":{
          "department_id":49599
        }
      }
    }
  }
}

这不会产生任何结果。但是，如果我给出一个完整的“course_abbreviation”（例如：CS 301），我会得到一个结果。

为了进一步增加我的困惑，如果我执行以下查询：

{
  "query":{
    "match_phrase_prefix":{
      "course_abbreviation": "CS 3"
    }
  }
}

我得到多个文档，其中包含我想要的department_id（以及包含其他department_id的文档），并且还匹配course_abbreviations，例如“CS 301”，“CS 322”，“CS 365”等。

我错误地认为我的过滤后的查询会生成与未过滤的查询相同的文档，并且文档与其他department_ids无关吗？

Answer 1

很难完全确定正在进行的卷曲娱乐活动（http://www.elasticsearch.org/help），但基于评论听起来你应该使用edgengram分析器。这适用于数据任何部分中的术语的部分匹配。

我的经验是，最好只在索引时应用edgengram扩展（即在index_analyzer中）。搜索方面，您只需传递条款并尝试匹配查询。

最好的问候

Answer 2

我认为您的问题是由于Elasticsearch不会考虑“ CS 3”的所有后缀。默认情况下，仅考虑前50个后缀。如果包含Elasticsearch选择的50个后缀的文档与您的department_id字词查询不匹配，则不会返回任何结果。就您而言，如果您拥有3M文档，这似乎不太可能。

您可以使用match_expansions参数来增加所选后缀的数量。

{
  "query":{
    "filtered":{
      "query":{
        "match_phrase_prefix":{
          "course_abbreviation":"CS 3",
          "match_expansions": 100
        }
      },
      "filter":{
        "term":{
          "department_id":49599
        }
      }
    }
  }
}

增加参数match_expansions也会使您的请求速度变慢。请参阅match_phrase_prefix上的文档。

Elasticsearch过滤查询结果令人困惑

2 个答案: