多字段，多词，不匹配query_string
Posted
技术标签:
【中文标题】多字段，多词，不匹配query_string【英文标题】：Multi-field, multi-word, match without query_string 【发布时间】：2013-03-03 14:44:36 【问题描述】：我希望能够将多词搜索与多个字段相匹配，其中搜索的每个词都包含在 any 字段的任意组合中。问题是我想避免使用 query_string。
curl -X POST "http://localhost:9200/index/document/1" -d '"id":1,"firstname":"john","middlename":"clark","lastname":"smith"'
curl -X POST "http://localhost:9200/index/document/2" -d '"id":2,"firstname":"john","middlename":"paladini","lastname":"miranda"'
我希望搜索“John Smith”仅匹配文档 1。以下查询可以满足我的需要，但我宁愿避免使用 query_string，以防用户通过“OR”、“AND”和其他任何一个高级参数。
curl -X GET 'http://localhost:9200/index/_search?per_page=10&pretty' -d '
"query":
"query_string":
"query": "john smith",
"default_operator": "AND",
"fields": [
"firstname",
"lastname",
"middlename"
]
'
【问题讨论】：
我一遍又一遍地提出这个问题。很好的常青问题！ 【参考方案1】：您正在寻找的是 multi-match query，但它的性能并不完全符合您的要求。
比较validate 与multi_match 与query_string 的输出。
multi_match（带有运算符and）将确保所有术语至少存在于一个字段中：
curl -XGET 'http://127.0.0.1:9200/_validate/query?pretty=1&explain=true' -d '
"multi_match" :
"operator" : "and",
"fields" : [
"firstname",
"lastname"
],
"query" : "john smith"
'
#
# "_shards" :
# "failed" : 0,
# "successful" : 1,
# "total" : 1
# ,
# "explanations" : [
#
# "index" : "test",
# "explanation" : "((+lastname:john +lastname:smith) | (+firstname:john +firstname:smith))",
# "valid" : true
#
# ],
# "valid" : true
#
而query_string（使用default_operator AND）将检查每个术语是否存在于至少一个字段中：
curl -XGET 'http://127.0.0.1:9200/_validate/query?pretty=1&explain=true' -d '
"query_string" :
"fields" : [
"firstname",
"lastname"
],
"query" : "john smith",
"default_operator" : "AND"
'
#
# "_shards" :
# "failed" : 0,
# "successful" : 1,
# "total" : 1
# ,
# "explanations" : [
#
# "index" : "test",
# "explanation" : "+(firstname:john | lastname:john) +(firstname:smith | lastname:smith)",
# "valid" : true
#
# ],
# "valid" : true
#
所以你有几个选择来实现你所追求的：
在使用query_string之前预解析搜索词，删除通配符等内容
预解析搜索词以提取每个词，然后为每个词生成一个multi_match 查询
在名称字段的映射中使用 index_name 将其数据索引到单个字段中，然后您可以将其用于搜索。 （就像你自己的自定义 all 字段）：
如下：
curl -XPUT 'http://127.0.0.1:9200/test/?pretty=1' -d '
"mappings" :
"test" :
"properties" :
"firstname" :
"index_name" : "name",
"type" : "string"
,
"lastname" :
"index_name" : "name",
"type" : "string"
'
curl -XPOST 'http://127.0.0.1:9200/test/test?pretty=1' -d '
"firstname" : "john",
"lastname" : "smith"
'
curl -XGET 'http://127.0.0.1:9200/test/test/_search?pretty=1' -d '
"query" :
"match" :
"name" :
"operator" : "and",
"query" : "john smith"
'
#
# "hits" :
# "hits" : [
#
# "_source" :
# "firstname" : "john",
# "lastname" : "smith"
# ,
# "_score" : 0.2712221,
# "_index" : "test",
# "_id" : "VJFU_RWbRNaeHF9wNM8fRA",
# "_type" : "test"
#
# ],
# "max_score" : 0.2712221,
# "total" : 1
# ,
# "timed_out" : false,
# "_shards" :
# "failed" : 0,
# "successful" : 5,
# "total" : 5
# ,
# "took" : 33
#
但请注意，firstname 和 lastname 不再可独立搜索。这两个字段的数据都已被索引到name。
您可以将multi-fields 与path 参数一起使用，使它们既可以独立搜索也可以一起搜索，如下所示：
curl -XPUT 'http://127.0.0.1:9200/test/?pretty=1' -d '
"mappings" :
"test" :
"properties" :
"firstname" :
"fields" :
"firstname" :
"type" : "string"
,
"any_name" :
"type" : "string"
,
"path" : "just_name",
"type" : "multi_field"
,
"lastname" :
"fields" :
"any_name" :
"type" : "string"
,
"lastname" :
"type" : "string"
,
"path" : "just_name",
"type" : "multi_field"
'
curl -XPOST 'http://127.0.0.1:9200/test/test?pretty=1' -d '
"firstname" : "john",
"lastname" : "smith"
'
搜索any_name 字段有效：
curl -XGET 'http://127.0.0.1:9200/test/test/_search?pretty=1' -d '
"query" :
"match" :
"any_name" :
"operator" : "and",
"query" : "john smith"
'
#
# "hits" :
# "hits" : [
#
# "_source" :
# "firstname" : "john",
# "lastname" : "smith"
# ,
# "_score" : 0.2712221,
# "_index" : "test",
# "_id" : "Xf9qqKt0TpCuyLWioNh-iQ",
# "_type" : "test"
#
# ],
# "max_score" : 0.2712221,
# "total" : 1
# ,
# "timed_out" : false,
# "_shards" :
# "failed" : 0,
# "successful" : 5,
# "total" : 5
# ,
# "took" : 11
#
在firstname 中搜索john AND smith 不起作用：
curl -XGET 'http://127.0.0.1:9200/test/test/_search?pretty=1' -d '
"query" :
"match" :
"firstname" :
"operator" : "and",
"query" : "john smith"
'
#
# "hits" :
# "hits" : [],
# "max_score" : null,
# "total" : 0
# ,
# "timed_out" : false,
# "_shards" :
# "failed" : 0,
# "successful" : 5,
# "total" : 5
# ,
# "took" : 2
#
但是在firstname 中搜索john 可以正常工作：
curl -XGET 'http://127.0.0.1:9200/test/test/_search?pretty=1' -d '
"query" :
"match" :
"firstname" :
"operator" : "and",
"query" : "john"
'
#
# "hits" :
# "hits" : [
#
# "_source" :
# "firstname" : "john",
# "lastname" : "smith"
# ,
# "_score" : 0.30685282,
# "_index" : "test",
# "_id" : "Xf9qqKt0TpCuyLWioNh-iQ",
# "_type" : "test"
#
# ],
# "max_score" : 0.30685282,
# "total" : 1
# ,
# "timed_out" : false,
# "_shards" :
# "failed" : 0,
# "successful" : 5,
# "total" : 5
# ,
# "took" : 3
#
【讨论】：
我很困惑为什么第一个multi_match 查询会返回一些东西。我假设当您说“所有术语”时，您的意思是“约翰”和“史密斯”。 first_name 字段中并非都存在“john”和“smith”。 last_name 字段中并非都存在“john”和“smith”。【参考方案2】：
如果用户传递“OR”、“AND”和任何其他高级参数，我宁愿避免使用 query_string。
根据我的经验，用反斜杠转义特殊字符是一种简单有效的解决方案。该列表可以在文档http://lucene.apache.org/core/4_5_0/queryparser/org/apache/lucene/queryparser/classic/package-summary.html#package_description 中找到，以及 AND/OR/NOT/TO。
【讨论】：
【参考方案3】：现在您可以使用cross_fields 输入multi_match
GET /_validate/query?explain
"query":
"multi_match":
"query": "peter smith",
"type": "cross_fields",
"operator": "and",
"fields": [ "firstname", "lastname", "middlename" ]
跨领域采用以术语为中心的方法。它将所有字段视为一个大字段，并在任何字段中查找每个术语。
但要注意的一点是，如果您希望它以最佳方式工作，则分析的所有字段都应具有相同的分析器（标准、英语等）：
为了使 cross_fields 查询类型发挥最佳作用，所有字段都应 有相同的分析仪。共享分析器的字段被分组 一起作为混合字段。
如果您包含具有不同分析链的字段，它们将是 以与 best_fields 相同的方式添加到查询中。例如， 如果我们将标题字段添加到前面的查询中（假设它使用 不同的分析仪），解释如下：
(+title:peter +title:smith) ( +blended("peter", fields: [first_name, last_name]) +blend("smith", fields: [first_name, last_name]) )
【讨论】：
【参考方案4】：我认为“匹配”查询是您正在寻找的：
“匹配族查询不经过“查询解析”过程。它不支持字段名称前缀、通配符或其他“高级”功能。因此，它失败的机会非常小 /不存在，并且在仅分析和运行该文本作为查询行为（这通常是文本搜索框所做的）时提供了出色的行为"
http://www.elasticsearch.org/guide/reference/query-dsl/match-query.html
【讨论】：
以上是关于多字段，多词，不匹配query_string的主要内容，如果未能解决你的问题，请参考以下文章