Elasticsearch - 使用 n-gram 搜索通配符

Question

我有一个要求，用户将输入一些字符并期望获得类似于 SQL 查询的结果。我使用 n-gram 是因为我看到很多人建议避免使用通配符搜索。然而，返回的数据有时是极其不相关的，因为它包含文本中的字符，但混淆了。我添加了分数，但它不起作用。有人有什么建议吗？谢谢。

更新

以下是索引设置：

"settings": {
    "index": {
        "lifecycle": {
            "name": "audit_log_policy",
            "rollover_alias": "audit-log-alias-test"
        },
        "analysis": {
            "analyzer": {
                "abi_analyzer": {
                    "tokenizer": "n_gram_tokenizer"
                }
            },
            "tokenizer": {
                "n_gram_tokenizer": {
                    "token_chars": [
                        "letter",
                        "digit"
                    ],
                    "min_gram": "3",
                    "type": "ngram",
                    "max_gram": "10"
                }
            }
        },
        "number_of_shards": "1",
        "number_of_replicas": "1",
        "max_ngram_diff": "10",
        "max_result_window": "100000"
    }
}

这是该字段的映射方式：

"resourceCode": {
    "type": "text",
    "fields": {
        "ngram": {
            "analyzer": "abi_analyzer",
            "type": "text"
        },
        "keyword": {
            "ignore_above": 256,
            "type": "keyword"
        }
    }
},
"logDetail": {
    "type": "text",
    "fields": {
        "ngram": {
            "analyzer": "abi_analyzer",
            "type": "text"
        },
        "keyword": {
            "ignore_above": 8191,
            "type": "keyword"
        }
    }
}

以下是我的查询方式：

query_string: {
    fields: ["logDetail.ngram", "resourceCode.ngram"],
    query: data.searchInput.toLowerCase(),
}

样本

这是示例查询：

{
    "query": {
        "bool": {
            "must": [
                {
                    "terms": {
                        "organizationIds": [
                            ...
                        ]
                    }
                },
                {
                    "range": {
                        "createdAt": {
                            "gte": "2020-08-11T17:00:00.000Z",
                            "lte": "2020-08-31T16:59:59.999Z"
                        }
                    }
                },
                {
                    "multi_match": {
                        "fields": [
                            "logDetail.ngram",
                            "resourceCode.ngram"
                        ],
                        "query": "0004"
                    }
                }
            ]
        }
    },
    "sort": [
        {
            "createdAt": "desc"
        }
    ],
    "track_scores": true,
    "size": 20,
    "from": 0
}

这是一个无关紧要的分数

{
    "_index": "user-interaction-audit-log-test-000001",
    "_type": "_doc",
    "_id": "ae325b4a6b45442cbf8a44d595e9a747",
    "_score": 3.4112902,
    "_source": {
        "logOperation": "UPDATE",
        "resource": "CUSTOMER",
        "resourceCode": "Htest11211",
        "logDetail": "<div>Updated Mobile Number from <var isolate><b>+84966123451000<\/b><\/var> to <var isolate><b>+849<\/b><\/var><\/div>",
        "organizationIds": [
            "5e72ea0e4019f01fad0d91c9",
        ],
        "createdAt": "2020-08-20T08:13:36.026Z",
        "username": "test_user",
        "module": "PARTNER",
        "component": "WEB_APP"
    },
    "sort": [
        1597911216026
    ]
}

Answer 1

问题是您没有specified any search analyzer。所以你的搜索输入也会被abi_analyzer 和0004 分析，并被标记为000 和004。前一个标记，即000 匹配logDetail.ngram 字段的一个标记。

您需要做的是为映射中的两个字段指定standardsearch_analyzer，这样您就不会分析您的搜索输入，而只是尝试将其与相同的索引标记匹配：

"resourceCode": {
    "type": "text",
    "fields": {
        "ngram": {
            "analyzer": "abi_analyzer",
            "search_analyzer": "standard",           <--- here
            "type": "text"
        },
        "keyword": {
            "ignore_above": 256,
            "type": "keyword"
        }
    }
},
"logDetail": {
    "type": "text",
    "fields": {
        "ngram": {
            "analyzer": "abi_analyzer",
            "search_analyzer": "standard",           <--- here
            "type": "text"
        },
        "keyword": {
            "ignore_above": 8191,
            "type": "keyword"
        }
    }
}

如果您因为不想重新索引数据而不想更改映射，也可以在查询时指定搜索分析器：

            {
                "multi_match": {
                    "fields": [
                        "logDetail.ngram",
                        "resourceCode.ngram"
                    ],
                    "analyzer": "standard",          <--- here
                    "query": "0004"
                }
            }

更新：

        "analyzer": {
            "abi_analyzer": {
                "tokenizer": "n_gram_tokenizer"
                "filter": ["lowercase"]
            }
        },