具有模糊性的 Elasticsearch 通配符查询字符串

Posted 2023-02-23

【中文标题】具有模糊性的 Elasticsearch 通配符查询字符串

【英文标题】：Elasticsearch wildcard query string with fuzziness

【发布时间】：2015-07-19 20:48:54

【问题描述】：

我们有一个项目索引，我正在尝试对项目名称进行模糊通配符。 查询

  "from": 0,
  "size": 10,
  "query": 
    "bool": 
      "must": 
        "query_string": 
          "fields": [
            "name.suggest"
          ],
          "query": "avacado*",
          "fuzziness": 0.7
        
      
    
  

索引中的字段和起作用的分析器 "

suggest_analyzer":
    "type": "custom",
    "tokenizer": "standard",
    "filter": ["standard", "lowercase", "shingle", "punctuation"]
  


"punctuation" : 
    "type" : "word_delimiter",
    "preserve_original": "true"
  



"name": 
    "fields": 
      "name": 
        "type": "string",
        "analyzer": "stem"
      ,
      "suggest": 
        "type": "string", 
        "analyzer": "suggest_analyzer"
      ,
      "untouched": 
        "include_in_all": false,
        "index": "not_analyzed",
        "index_options": "docs",
        "omit_norms": true,
        "type": "string"
      ,
      "untouched_lowercase": 
        "type": "string", 
        "index_analyzer": "lowercase",
        "search_analyzer": "lowercase"
      
    ,
    "type": "multi_field"
  ,

问题是这样的

名称为“Avocado Test”的项目将匹配以下项目

鳄梨* avo* 鳄梨

但匹配失败

鳄梨* ava* ava~2

我似乎无法使用通配符进行模糊处理，它似乎是模糊工作或通配符工作，但不是组合。

es版本是1.3.1

请注意，我的查询已简化，我们还有其他过滤正在进行，但我将其归结为仅查询以消除结果中的任何歧义。我尝试使用建议功能，但它们不允许我们需要的过滤级别。

是否有任何其他方法可以处理建议/预先输入样式搜索并模糊地捕捉拼写错误？

【问题讨论】：

看起来您正在寻找的是“模糊预输入”，您也许可以通过 completion suggester 实现此目的

this answer 对您有帮助吗？

@keety 如果我们不需要进行任何过滤，完成建议会有所帮助。因为每个执行预输入的用户都可以通过 meta_tagging 系统和其他过滤器获取索引中文档的特定子集。我们还有一些规则规定物品不能有标签 x，所以我们必须否定哪些条件还不允许

@SloanAhrens 这看起来很有希望。我会在星期一玩这个

对于其他人来说，***.com/questions/29712954/… 工作得很好

【参考方案1】：

您可以尝试 EdgeNgramTokenFilter，在应用于所需字段的分析器上使用它并对其进行模糊搜索。