Elasticsearch：查询“。”的文档时出现问题。包含在字段中

Question

我有一个索引，其中一些条目类似于

{
    "name" : " Stefan Drumm"
}
...
{
    "name" : "Dr. med. Elisabeth Bauer"
}

name字段的映射是

{
  "name": {
    "type": "text",
    "analyzer": "index_name_analyzer",
    "search_analyzer": "search_cross_fields_analyzer"
  }
}

当我使用以下查询时

GET my_index/_search
  {"size":10,"query":
   {"bool":
    {"must":
     [{"match":{"name":{"query":"Stefan Drumm","operator":"AND"}}}]
,"boost":1.0}},
"min_score":0.0}

它返回第一个文档。

但是当我尝试使用下面的查询获取第二个文档时

GET my_index/_search
  {"size":10,"query":
   {"bool":
    {"must":
     [{"match":{"name":{"query":"Dr. med. Elisabeth Bauer","operator":"AND"}}}]
,"boost":1.0}},
"min_score":0.0}

它没有返回任何东西。

我不能做的事

1. 无法更改索引
2. 无法使用术语查询。
3. 将运算符更改为“OR”，因为在这种情况下它将返回多个条目，这是我不想要的。

我做错了什么以及如何通过修改查询来实现这一点？

Answer 1

您为索引和搜索配置了不同的分析器（index_name_analyzer 和 search_cross_fields_analyzer）。如果这些分析器以不兼容的方式处理输入 Dr. med. Elisabeth Bauer，则搜索不会匹配。这在Index and search analysis 和Controlling Analysis 中有更详细的描述。

您没有提供这两个分析器的定义，因此很难从您的问题中猜出它们在做什么。根据分析器的不同，可以在执行搜索之前预处理您的查询字符串（例如，通过删除 .），以便搜索匹配。

您可以使用_analyze API 调查分析如何影响您的搜索，如Testing analyzers 中所述。对于您的示例，命令

GET my_index/_analyze
{
  "analyzer": "index_name_analyzer", 
  "text":     "Dr. med. Elisabeth Bauer"
}

和

GET my_index/_analyze
{
  "analyzer": "search_cross_fields_analyzer", 
  "text":     "Dr. med. Elisabeth Bauer"
}

应该向您展示为您的索引配置的两个分析器如何处理目标字符串，这可能会为您提供有关问题所在的线索。响应将类似于

{
  "tokens": [
    {
      "token": "dr",
      "start_offset": 0,
      "end_offset": 2,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "med",
      "start_offset": 4,
      "end_offset": 7,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "elisabeth",
      "start_offset": 9,
      "end_offset": 18,
      "type": "<ALPHANUM>",
      "position": 2
    },
    {
      "token": "bauer",
      "start_offset": 19,
      "end_offset": 24,
      "type": "<ALPHANUM>",
      "position": 3
    }
  ]
}  

对于上面的示例输出，分析器已将输入拆分为每个单词一个标记，将每个单词小写，并丢弃所有标点符号。

我的猜测是 index_name_analyzer 保留标点符号，而 search_cross_fields_analyzer 丢弃它，因此标记将不匹配。如果是这种情况，并且您无法更改索引配置（正如您在问题中所述），另一种选择是在运行查询时指定不同的分析器：

GET my_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": {
              "query": "Dr. med. Elisabeth Bauer",
              "operator": "AND",
              "analyzer": "index_name_analyzer"
            }
          }
        }
      ],
      "boost": 1
    }
  },
  "min_score": 0
}

在上面的查询中，analyzer 参数已设置为覆盖搜索分析，以使用与索引时使用的分析器相同的分析器 (index_name_analyzer)。使用哪种分析器可能有意义取决于您的设置。理想情况下，您应该将分析器配置为对齐，这样您就不必在搜索时进行覆盖，但听起来您并没有生活在一个理想的世界中。