如何使用ElasticSearch搜索单词的一部分

9 回答

• 4

  我也在使用nGram . 我使用标准tokenizer和nGram作为过滤器 . 这是我的设置：

  {
    "index": {
      "index": "my_idx",
      "type": "my_type",
      "analysis": {
        "index_analyzer": {
          "my_index_analyzer": {
            "type": "custom",
            "tokenizer": "standard",
            "filter": [
              "lowercase",
              "mynGram"
            ]
          }
        },
        "search_analyzer": {
          "my_search_analyzer": {
            "type": "custom",
            "tokenizer": "standard",
            "filter": [
              "standard",
              "lowercase",
              "mynGram"
            ]
          }
        },
        "filter": {
          "mynGram": {
            "type": "nGram",
            "min_gram": 2,
            "max_gram": 50
          }
        }
      }
    }
  }
  

  让我们找到最多50个字母的单词部分 . 根据需要调整max_gram . 在德语中，单词可以变得非常大，所以我将其设置为高 Value .

  回复于 2024-04-29T12:16:17+08:00
• 1

  使用前导和尾随通配符进行搜索对于大型索引来说会非常慢 . 如果您希望能够通过单词前缀进行搜索，请删除前导通配符 . 如果你真的需要在一个单词的中间找到一个子字符串，那么你最好使用ngram tokenizer .

  回复于 2024-04-29T12:16:17+08:00
• -7

  我认为没有必要改变任何映射 . 尝试使用 query_string ，它是完美的 . 所有方案都适用于默认的标准分析器：

  我们有数据：

  {"_id" : "1","name" : "John Doeman","function" : "Janitor"}
  {"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}
  

  Scenario 1:

  {"query": {
      "query_string" : {"default_field" : "name", "query" : "*Doe*"}
  } }
  

  响应：

  {"_id" : "1","name" : "John Doeman","function" : "Janitor"}
  {"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}
  

  Scenario 2:

  {"query": {
      "query_string" : {"default_field" : "name", "query" : "*Jan*"}
  } }
  

  响应：

  {"_id" : "1","name" : "John Doeman","function" : "Janitor"}
  

  Scenario 3:

  {"query": {
      "query_string" : {"default_field" : "name", "query" : "*oh* *oe*"}
  } }
  

  响应：

  {"_id" : "1","name" : "John Doeman","function" : "Janitor"}
  {"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}
  

  编辑 - 与 spring 数据弹性搜索相同的实现https://stackoverflow.com/a/43579948/2357869

  再解释一下query_string如何比其他更好https://stackoverflow.com/a/43321606/2357869

  回复于 2024-04-29T12:16:17+08:00
• 22

  在不更改索引映射的情况下，您可以执行简单的前缀查询，该查询将执行您希望的部分搜索

  即 .

  {
    "query": { 
      "prefix" : { "name" : "Doe" }
    }
  }
  

  https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-prefix-query.html

  回复于 2024-04-29T12:16:17+08:00
• 0

  尝试使用此处描述的解决方案：Exact Substring Searches in ElasticSearch

  {
      "mappings": {
          "my_type": {
              "index_analyzer":"index_ngram",
              "search_analyzer":"search_ngram"
          }
      },
      "settings": {
          "analysis": {
              "filter": {
                  "ngram_filter": {
                      "type": "ngram",
                      "min_gram": 3,
                      "max_gram": 8
                  }
              },
              "analyzer": {
                  "index_ngram": {
                      "type": "custom",
                      "tokenizer": "keyword",
                      "filter": [ "ngram_filter", "lowercase" ]
                  },
                  "search_ngram": {
                      "type": "custom",
                      "tokenizer": "keyword",
                      "filter": "lowercase"
                  }
              }
          }
      }
  }
  

  要解决磁盘使用问题和过长的搜索项问题，请使用短8个字符长的ngram（配置为："max_gram"：8） . 要搜索超过8个字符的术语，请将搜索转换为布尔AND查询，以查找该字符串中每个不同的8个字符的子字符串 . 例如，如果用户搜索大码（10个字符的字符串），搜索将是：

  “arge ya和arge yar and rge yard .

  回复于 2024-04-29T12:16:17+08:00
• 9

  如果要实现自动完成功能，那么Completion Suggester是最简洁的解决方案 . 下一个blog post包含一个非常清晰的描述如何工作 .

  换句话说，它是一个称为FST的内存数据结构，它包含有效的建议，并针对快速检索和内存使用进行了优化 . 从本质上讲，它只是一个图表 . 例如，包含单词 hotel ， marriot ， mercure ， munchen 和 munich 的FST将如下所示：

  

  回复于 2024-04-29T12:16:17+08:00
• 72

  Elasticsearch具有通配符查询，可以在这种情况下使用，并且是最简单的查询 . 它将返回两个匹配的文档

  回复于 2024-04-29T12:16:17+08:00
• 55

  你可以使用正则表达式 .

  { "_id" : "1", "name" : "John Doeman" , "function" : "Janitor"}
  { "_id" : "2", "name" : "Jane Doewoman","function" : "Teacher"  }
  { "_id" : "3", "name" : "Jimmy Jackal" ,"function" : "Student"  }
  

  如果您使用此查询：

  {
    "query": {
      "regexp": {
        "name": "J.*"
      }
    }
  }
  

  你将给出他们的名字以“J”开头的所有数据 . 考虑你只想接收他们的名字以“man”结尾的前两个记录，这样你就可以使用这个查询：

  {
    "query": { 
      "regexp": {
        "name": ".*man"
      }
    }
  }
  

  如果你想接收名字中存在“m”的所有记录，你可以使用这个查询：

  {
    "query": { 
      "regexp": {
        "name": ".*m.*"
      }
    }
  }
  

  这对我有用 . 我希望我的答案适合解决你的问题 .

  回复于 2024-04-29T12:16:17+08:00
• 0

  没关系 .

  我不得不看看Lucene的文档 . 似乎我可以使用通配符！ :-)

  curl http://localhost:9200/my_idx/my_type/_search?q=*Doe*
  

  诀窍！

  回复于 2024-04-29T12:16:17+08:00