Question

我正在使用Elasticsearch 6.8，并尝试在python笔记本中编写查询。这是用于我正在使用的索引的映射：

{ "mapping": { "news": { "properties": { "dateCreated": { "type": "date", "format": "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd||epoch_millis" }, "itemId": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "market": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "timeWindow": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "title": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } } } } } }

我正在尝试在“ timeWindow”字段中搜索精确字符串，例如“ [2020-08-16 10：00：00.0,2020-08-16 11：00：00.0]” （这是“文本”类型，而不是“日期”字段），还可以通过market =“ zh-cn”选择（市场也是“文本”字段）。该字符串包含空格，冒号，逗号，很多白色字符，而且我不知道如何进行正确的查询。

此刻我有以下查询：

res = es.search(index='my_index', 
    doc_type='news', 
    body={
    'size': size,
    'query':{
        "bool":{
            "must":[{
                "simple_query_string": {
                    "query": "[2020-08-17 00:00:00.0,2020-08-17 01:00:00.0]",
                    "default_operator": "and",
                    "minimum_should_match":"100%"
                }
            },
            {"match":{"market":"en-us"}}
            ]
        }  
    }
})

问题在于与timeWindow字符串的“ simple_query_string”不完全匹配（我知道该字符串已被标记化，分为“ 2020”，“ 08”，“ 17”，“ 00”，“ 01”，等等，并且分别分析每个令牌），并且我要排除的timeWindow的值有所不同，例如

['[2020-08-17 00:00:00.0,2020-08-17 01:00:00.0]'
 '[2020-08-17 00:05:00.0,2020-08-17 01:05:00.0]'
 ...
 '[2020-08-17 00:50:00.0,2020-08-17 01:50:00.0]'
 '[2020-08-17 00:55:00.0,2020-08-17 01:55:00.0]'
 '[2020-08-17 01:00:00.0,2020-08-17 02:00:00.0]']

有没有办法做我想做的事？

UPD（和答案）： 我当前的查询使用“ term”和“ timeWindow.keyword”，这种组合使我能够精确搜索包含空格和其他白色字符的字符串：

res = es.search(index='msn_click_events', doc_type='news', body={
    'size': size,
    'query':{
            "bool":{
                "must":[{
                    "term": {
                        "timeWindow.keyword": tw
                    }
                },
                {"match":{"market":"en-us"}}
                ]
            }  
        }
    })

此查询仅选择正确的timewindows值（字符串）：

['[2020-08-17 00:00:00.0,2020-08-17 01:00:00.0]'
 '[2020-08-17 01:00:00.0,2020-08-17 02:00:00.0]'
 '[2020-08-17 02:00:00.0,2020-08-17 03:00:00.0]'
 ...
 '[2020-08-17 22:00:00.0,2020-08-17 23:00:00.0]'
 '[2020-08-17 23:00:00.0,2020-08-18 00:00:00.0]']

Answer 1

在您的timeWindow字段上，您需要一个keyword aka exact search，但是您正在使用全文查询，并且在将该字段定义为text字段时，您已经猜到它是正确的，它会在索引期间进行了分析，因此您没有获得正确的结果。

如果您使用动态映射，则将为映射中的每个.keyword字段生成text字段，因此您可以在查询中简单地使用timeWindow.keyword即可使用

如果已定义映射，则无需添加关键字字段来存储timewindow，请重新索引数据并在查询中使用该keyword字段以获得预期结果。

Elasticsearch将字符串与空格，列和破折号精确匹配

1 个答案: