问题标签 [elasticsearch-analyzers]

我正在尝试从 Elastica 创建映射。

这是我使用映射参数创建索引的代码：

但我遇到以下错误：

我找不到如何在 Ruflin/Elastica 中传递“include_type_name = true”。

我所有的搜索都返回 CURL 中的示例..

非常感谢帮助我

我试图让我的 Elasticsearch 索引使用 Porter 词干算法，但是当我使用_analyze端点进行测试时，我的自定义分析器没有定义。

我查看了关于 SO 的 ES 文档和类似问题，但我不确定问题是什么。我尝试在创建索引时对设置使用单独的 PUT 请求，但这没有效果。

这就是我创建映射的方式：

这是从映射创建索引的函数。

如果我查询设置，这就是我得到的全部：

我只需要这两个字段来使用porter_stem令牌过滤器。

我试图在 Ubuntu 16.04 EC2 服务器上部署 Ruby on Rails 应用程序，但在 Elasticsearch 上给出了关于 max_gram 和 min_gram 之间差异的错误，我对 Elasticsearch 没有任何经验，所以我完全迷失在这里，我需要一些指导这样做并学习如何设置它以避免将来出现此问题。

我第一次进行部署时出现拒绝连接到 localhost:9200 的错误，因此我必须检查服务是否正在运行，甚至检查防火墙，最后我必须进行全新安装并在 elasticsearch 上配置所有内容。 yml 现在正在运行和工作，但是当我尝试再次部署时出现错误，在互联网上进行了大量搜索，有很多文档，但我仍然不知道在哪里设置这些值。

这是我在日志上遇到的错误：

elasticsearch 上没有索引文件，默认模板上没有关于此设置的任何内容

我有一个问题索引，它有多个字段，例如标签（逗号分隔的标签字符串）、作者、测试者。我正在创建一个全局搜索，可以同时通过所有这些字段搜索问题。我正在使用布尔查询，例如

如果没有分析器，我可以得到结果，但它使用空格作为分隔符，例如 python 3 被搜索为 python 或 3。

但我想将 Python 3 作为单个查询进行搜索。因此，我为标签创建了一个分析器，以便每个逗号分隔的标签都被视为一个标签，而不是标准空格。

但现在我没有得到任何结果。请让我知道我在这里缺少什么。我无法在文档中找到在复合查询中使用分析器：https ://www.elastic.co/guide/en/elasticsearch/reference/current/compound-queries.html

添加示例：

{

结果应该与所有字段匹配，但对于标签字段应该有标签的联合，并且查询应该用逗号分隔，而不是用空格。即查询应匹配test和abc 4，但高于搜索 test、abc 和 4 的查询。

目前，我们在弹性搜索索引中有大量文档并进行全文搜索。我在项目中的下一个要求是查找文档中的所有信用卡数据。用户将来也可以动态定义一些正则表达式搜索规则。但使用标准分析器无法搜索信用卡信息或任何用户定义的规则。例如，假设一个文档包含信用卡信息，例如 4321-4321-4321-4321 或 4321 4321 4321 4321。弹性搜索将此数据索引为 4 个部分，如下所示：

我现在只是不考虑 Luhm 算法。如果我使用 reg exp "([0-9]{4}[- ]){3}[0-9]{4}" 进行基本正则表达式搜索以查找信用卡，则它不会返回任何内容，因为未分析数据并为此编制索引。我想为此目的，我需要为正则表达式搜索定义一个自定义分析器，并将另一个版本的数据存储在另一个字段或索引中。但正如我之前所说，将来用户将定义他/她自己的自定义规则模式进行搜索。我应该如何定义自定义分析器？我应该为此定义 ngram tokenizer(min:2, max:20) 吗？使用 ngram 标记器，我想我可以搜索所有已定义的正则表达式规则。但这合理吗？项目必须处理大量数据而没有任何性能问题。（将索引一个公司的整个文件系统）。对于此类数据发现问题，您还有其他建议吗？我目前的主要目的是寻找信用卡。感谢您的帮助。

I need to search by an array of values, and each value can be either simple text or text with askterisks(*). For example:

["MYULTRATEXT"]

And I have the next index(i have a really big index, so I will simplify it):

And all data in the index is stored with asterisks * e.g.:

I need to return exact the same name value when I search by this string MYULTRATEXT

It Should return MY*ULTRA*TEXT, but it does not work, so can't find a workaround. Any thoughts?

I tried pattern_replace but seems like I am doing something wrong or I am missing something here.

So I need to replace all * to empty `` while searching

在对keyword类型字段应用排序时，它会按字典顺序排列并针对给定的数据：

排序后变为：

预期：是否可以根据字母顺序进行排序？

请不要这样，我已经尝试了lowercase过滤选项并得到以下结果，这不是我的要求：

有没有办法做得更好？

这个想法是建议像亚马逊搜索框建议那样的词（搜索时输入）。

我有一个可行的解决方案，但我认为有更好的解决方案。

设置

分析仪

映射

文件

和搜索

结果

我不认为这是最好的解决方案。有没有办法优化这个？

我有弹性搜索，其映射创建如下。

我想要做的是在遇到 : 字符时创建一个新令牌并将其从数据中删除。但我只想在它在双引号（“）之外时这样做。有没有办法完成它？

我正在使用 elasticsearch 6.8 进行文本搜索。我意识到弹性搜索标记器通过使用此处列出的分隔符​​将文本分解为单词：http: //unicode.org/reports/tr29/#Default_Word_Boundaries。我match_phase用来搜索文档中的一个字段，我想删除标记器使用的一个分隔符。

我进行了一些搜索并找到了一些解决方案，例如使用keyword而不是text. 这个解决方案会对我的搜索功能产生很大的影响，因为它不支持部分查询。

另一种解决方案是使用keyword查询但使用通配符来支持部分查询。但这可能会影响查询的性能。而且，我仍然喜欢将标记器用于其他分隔符。

第三个选项是用于tokenize_on_chars定义用于标记文本的所有字符。但这需要我列出所有其他分隔符。所以我正在寻找类似的东西tokenize_except_chars。

那么有没有一种简单的方法可以让我从 Elasticsearch6.8 中使用的分隔符标记器中取出一个字符？