regex - Elasticsearch 通配符、正则表达式、match_phrase、前缀查询返回错误结果

Question

我刚刚开始使用 Elasticsearch，版本 7.5.1。

我想查询以特定单词片段开头的结果。例如tho * 应该返回包含以下内容的数据：

思想，汤姆森，那些，等等。

我试过 -

1. 正则表达式

[{'regexp':{'f1':'tho.*'}},{'regexp':{'f2':'tho.*'}}]

2. 通配符

[{'wildcard':{'f1':'tho*'}},{'wildcard':{'f2':'tho*'}}]

3. 字首

[{'prefix':{'f1':'tho'}},{'prefix':{'f2':'tho'}}]

3. 匹配短语

'multi_match': {'query': 'tho', 'fields':[f1,f2,f3], 'type':phrase}
# also tried with type phrase_prefix

所有这些都返回正确的结果，但它们也都返回单词method。

同样cat * 正在返回单词communication。

我做错了什么？这与分析器有关吗？

• 编辑-这是字段映射-

'f1': {
                'full_name': 'f1',
                'mapping': {
                    'f1': {
                        'type': 'text',
                        'analyzer': 'some_analyzer',
                        'index_phrases': true
                    }
                }
            },

Answer 1

由于您没有提供任何索引映射，并且如前所述，您method也在搜索结果中。我认为您设置的分析器存在一些问题。

一种可能性是您设置了 ngram tokenizer，它对单词进行标记，并产生标记tho（因为所有单词都tho存在于其中）

添加具有索引数据、映射、搜索查询和搜索结果的工作示例

索引映射：

{
  "mappings": {
    "properties": {
      "f1": {
        "type": "text"
      }
    }
  }
}

指数数据：

{
  "f1": "method"
}
{
  "f1": "thought"
}
{
  "f1": "Thomson"
}
{
  "f1": "those"
}

使用通配符查询的搜索查询：

{
  "query": {
    "wildcard": {
      "f1": {
        "value": "tho*"
      }
    }
  }
}

使用前缀查询搜索查询：

{
  "query": {
    "prefix": {
      "f1": {
        "value": "tho"
      }
    }
  }
}

使用 Regexp 查询搜索查询：

{
  "query": {
    "regexp": {
      "f1": {
        "value": "tho.*"
      }
    }
  }
}

使用匹配短语前缀查询搜索 QUEery：

{
  "query": {
    "match_phrase_prefix": {
      "f1": {
        "query": "tho"
      }
    }
  }
}

以上 4 个查询的搜索结果均为

"hits": [
      {
        "_index": "67673694",
        "_type": "_doc",
        "_id": "1",
        "_score": 1.2039728,
        "_source": {
          "f1": "thought"
        }
      },
      {
        "_index": "67673694",
        "_type": "_doc",
        "_id": "2",
        "_score": 1.2039728,
        "_source": {
          "f1": "Thomson"
        }
      },
      {
        "_index": "67673694",
        "_type": "_doc",
        "_id": "3",
        "_score": 1.2039728,
        "_source": {
          "f1": "those"
        }
      }
    ]