Tìm kiếm Elasticsearch không thành công trong trường có ký tự đặc biệt và ký tự đại diện

Question

Tôi có một trường trong Elasticsearch với giá trị "PEI.H.02354.01.". Khi tôi tìm kiếm với querystring là

{ 
    "query":{ 
     "query_string":{ 
     "query":"field:PEI.H.02354.01.", 
     "default_operator":"AND" 
     } 
    } 
} 

thì kết quả được trả lại, đó là hành vi đúng. Nhưng nếu tôi tìm kiếm bằng ký tự đại diện, thì không có kết quả nào được trả về, ví dụ:

{ 
    "query":{ 
     "query_string":{ 
     "query":"field:PEI.H.02354.01.*", 
     "default_operator":"AND" 
     } 
    } 
} 

Trường là chuỗi loại và được phân tích. Dưới đây là mã tạo chỉ mục, bao gồm cả trình phân tích và ánh xạ.

{ 
    "settings":{ 
     "analysis":{ 
     "analyzer":{ 
      "number":{ 
       "type":"custom", 
       "tokenizer":"keyword", 
       "filter":[ 
        "lowercase" 
       ], 
       "char_filter":[ 
        "number_filter" 
       ] 
      }, 
      "diacritical":{ 
       "type":"custom", 
       "tokenizer":"standard", 
       "filter":[ 
        "standard", 
        "lowercase", 
        "asciifolding", 
        "nfd_normalizer" 
       ] 
      } 
     }, 
     "filter":{ 
      "nfd_normalizer":{ 
       "type":"icu_normalizer", 
       "name":"nfc" 
      } 
     }, 
     "char_filter":{ 
      "number_filter":{ 
       "type":"pattern_replace", 
       "pattern":"[^\\d]+", 
       "replacement":"" 
      } 
     } 
     } 
    }, 
    "mappings":{ 
     "testType":{ 
     "_source":{ 
      "enabled":false 
     }, 
     "_all":{ 
      "enabled":false 
     }, 
     "_timestamp":{ 
      "enabled":"true", 
      "store":"yes" 
     }, 
     "properties":{ 
      "field":{ 
       "store":"yes", 
       "type":"string", 
       "index":"analyzed", 
       "analyzer":"diacritical" 
      } 
     } 
    }  
} 

Cuối cùng, một chèn mẫu là

{ 
    field: "PEI.H.02354.01." 
} 

Có ai có bất kỳ ý tưởng tại sao điều này đang xảy ra và làm thế nào để giải quyết này?

Answer 1

Xem tài liệu query_string:

về wildcarded không phân tích theo mặc định - họ đang lowercased (lowercase_expanded_terms giá trị mặc định là true) nhưng không có phân tích sâu hơn được thực hiện

dữ liệu lưu trữ của bạn được chia thành hai nhiệm kỳ:

curl -XGET 'localhost:9200/myindex/_analyze?analyzer=diacritical&pretty' -d 'PEI.H.02354.01' 
{ 
    "tokens" : [ { 
    "token" : "pei.h", 
    "start_offset" : 0, 
    "end_offset" : 5, 
    "type" : "<ALPHANUM>", 
    "position" : 1 
    }, { 
    "token" : "02354.01", 
    "start_offset" : 6, 
    "end_offset" : 14, 
    "type" : "<NUM>", 
    "position" : 2 
    } ] 
} 

nhưng như thuật ngữ tìm kiếm của bạn với một ký tự đại diện chỉ được biến thành pei.h.02354.01.* nó sẽ không phù hợp.

tuy nhiên với analyze_wildcard thiết lập để đúng, bạn nhận được lượt truy cập:

curl -XGET "http://localhost:9200/myindex/testType/_search?pretty" -d' 
> { 
> "query":{ 
>  "query_string":{ 
>   "query":"field:PEI.H.02354.01.*", 
>   "default_operator":"AND", 
>   "analyze_wildcard": true 
>  } 
> } 
> }' 
{ 
    "took" : 5, 
    "timed_out" : false, 
    "_shards" : { 
    "total" : 5, 
    "successful" : 5, 
    "failed" : 0 
    }, 
    "hits" : { 
    "total" : 2, 
    "max_score" : 1.4142135,