Azure 搜索服务中星号 (*) 的行为

Question

我想知道 * 在 azure 搜索服务中的工作原理。目前，我为我的数据创建了索引，并通过在 json 的“搜索”字段中提供以下数据进行查询。

1. “搜索”：“ATM”（简单文本）
2. "search":"ATM*"（带通配符）
3. "search":"ATM\*"（转义 * 以匹配带有 * 的元素，但它不起作用）

但在所有情况下，我都会得到相同的结果。我想知道在 Azure 搜索中如何解释 *（或任何其他特殊字符）。

如果所有这些都给出相同的结果，我应该使用哪一个来获得最佳性能？

谢谢

添加更多细节：

我有以下条目： 自动柜员机、自动柜员机 1、自动柜员机 2、自动柜员机*

在所有 3 种情况下，我都得到了这 4 个结果。在第一种情况下，它应该只返回一个结果（ATM）；在第二种情况下，所有结果；在第三种情况下 ATM *。

Answer 1

在这种情况下，预计所有三个搜索查询都会返回相同的结果。

在建立索引时，文档会经过词法分析。文档中的文本被标记为术语和附加处理，例如删除符号和标点符号，并完成词干/词形还原。假设您使用的是默认的标准分析器，您将从文档内容中获得以下标记：

doc1.自动取款机 => 自动取款机

doc2.自动取款机 1 => 自动取款机，1

doc3.自动取款机 2 => 自动取款机，2

doc5. ATM* => atm（默认丢弃标点符号）

术语标记存储在倒排索引中，用于查找包含术语的文档。

在查询时，搜索查询也经历相同的分析过程。标准分析器规范化（小写）术语并丢弃标点符号。因此，搜索查询“ATM”和“ATM*”都被分析为 atm 并返回相同的结果。通配符搜索查询“ATM*”的路径略有不同。通配符前缀查询扩展为倒排索引中以前缀开头的词条。因此，如果您在文档中有 'ATM1' 和 'ATM2'（没有空格），那么狂野搜索查询 'ATM*' 也会匹配它们。

由于查询扩展过程，通配符搜索查询 (ATM*) 通常比精确搜索查询（ATM 或 ATM*）慢得多。

另外，如果您需要能够找到带有特殊字符（例如“*”）的术语，请查看custom analysis in Azure Search。我们为用户提供了不同的方式来定制分析链。

内特