elasticsearch – 同时使用match_phrase_prefix和fuzziness的弹性搜索查询？

2023年1月13日 377次阅读

我是弹性搜索的新手,所以我正在努力寻找我们数据的最佳查询.

想象一下,我想要匹配下面的单词“Handelsstandens Boldklub”.

目前,我正在使用以下查询：

{
    query: {
      bool: {
        should: [
          {
            match: {
              name: {
                query: query, slop: 5, type: "phrase_prefix"
              }
            }
          },
          {
            match: {
              name: {
                query: query,
                fuzziness: "AUTO",
                operator: "and"
              }
            }
          }
        ]
      }
    }
  }

它目前列出了如果我正在搜索“手”的单词,但是如果我搜索“处理”这个单词将不再列出,因为我做了一个错字.然而,如果我用“Handlesstandens”到达最后,它将被再次列出,因为模糊性将捕获错字,但只有当我输入整个单词时.

在某种程度上可以同时做phrase_prefix和fuzziness吗？所以在上面的例子中,如果我在路上打错,它仍然会列出这个词？

所以在这种情况下,如果我搜索“Handle”,它仍然会匹配“Handelsstandens Boldklub”这个词.

或者有什么其他的解决方法可以实现上述经验？我喜欢phrase_prefix匹配,因为它也支持草率匹配(因此我可以搜索“Boldklub han”,它会列出结果)

或者可以通过使用完成建议器来实现上述目的？

最佳答案 好的,所以在进一步调查弹性搜索之后,我得出的结论是我应该使用ngrams.

这里有一个非常好的解释,它的作用和工作方式.
https://qbox.io/blog/an-introduction-to-ngrams-in-elasticsearch

这是我使用的设置和映射:(这是elasticsearch-rails语法)

settings analysis: {
  filter: {
    ngram_filter: {
      type: "ngram",
      min_gram: "2",
      max_gram: "20"
    }
  },
  analyzer: {
    ngram_analyzer: {
      type: "custom",
      tokenizer: "standard",
      filter: ["lowercase", "ngram_filter"]
    }
  }
} do
  mappings do
    indexes :name, type: "string", analyzer: "ngram_analyzer"
    indexes :country_id, type: "integer"
  end
end

和查询:(此查询实际上同时搜索两个不同的索引)

{
    query: {
      bool: {
        should: [
          {
            bool: {
              must: [
                { match: { "club.country_id": country.id } },
                { match: { name: query } }
              ]
            }
          },
          {
            bool: {
              must: [
                { match: { country_id: country.id } },
                { match: { name: query } }
              ]
            }
          }
        ],
        minimum_should_match: 1
      }
    }
  }

但基本上你应该做一个匹配或多匹配查询,具体取决于你想要搜索的字段数.

我希望有人觉得它很有帮助,因为我个人在考虑模糊而不是ngrams(以前不知道).这导致我走错了方向.

点赞