使用 Elasticsearch 的短语搜索显示不相关的结果答案

【问题标题】：Phrase Search using Elasticsearch Showing Unrelated Results使用 Elasticsearch 的短语搜索显示不相关的结果
【发布时间】：2014-12-15 13:13:35
【问题描述】：

我在 Ubuntu Linux 机器上使用 Elasticsearch 1.4.1 提供对 Django 1.5 站点的搜索，使用 Haystack 2.3.1。我使用 EdgeNGram 字段为文档文本设置了搜索索引，除了在 SearchView 中对 searchqueryset 进行一些过滤之外，我还有一个非常标准的设置（我认为 :)）。

我遇到的问题是短语搜索（引用搜索）工作正常，除了某些特定情况，例如：“1G 鸡”（只是虚构，但举例说明了问题） - 看起来要做的就是忽略1G，简单地把它变成搜索“鸡”。这是预期的吗？有没有办法强制弹性搜索来尊重这个短语？

这是来自慢日志的查询本身：

[2014-12-09 17:09:19,373][WARN ][index.search.slowlog.fetch] [Advisor] [haystack][4] took[3.3ms], took_millis[3], types[modelresult], stats[], search_type[QUERY_THEN_FETCH], total_shards[5], source[{"query":{"filtered":{"filter":{"terms":{"django_ct":["objectives.objective","actions.action","attachments.file","projects.project","toolkits.toolkit"]}},"query":{"query_string":{"auto_generate_phrase_queries":true,"default_operator":"AND","analyze_wildcard":true,"query":"(organization_id:(\"2\" OR \"3\" OR \"6\" OR \"40\" OR \"170\" OR \"171\" OR \"172\" OR \"173\" OR \"174\") AND (\"1G Chicken\"))","default_field":"text"}}}},"from":0,"size":15}], extra_source[],

“organization_id”与我最初提到的SearchView中的SQS过滤有关。

另请注意，我尝试过手动将模糊度设置为 0 之类的方法，但这似乎没有帮助。

有什么想法吗？

【问题讨论】：

您的 EdgeNGram 分析仪使用了哪些设置？
这是默认的Haystack edge n-gram设置，所以看后端好像是：tokenizer: lowercase min_gram: 3 max_gram: 15 难道是把1G部分丢掉了？
yes :-) min_gram: 3 将忽略小于 3 的所有内容。

标签： elasticsearch django-haystack

【解决方案1】：

一个 3 的 min_gram 将只存储具有三个或更多字符的标记 - “1G”将被忽略。

您可以将 min_gram 减小到更小的长度或切换到另一个分析仪。

【讨论】：

嘿，你这么说听起来太明显了！ :) 我什至没有想过要查看那里的设置。