Elasticsearch:跨多个字段查询多个单词(带前缀)

Question

我正在尝试实现一个由ES索引驱动的自动建议控件.索引有多个字段,我希望能够使用AND运算符跨多个字段进行查询,并允许部分匹配(仅限前缀).

举个例子,假设我有两个要查询的字段:"color"和"animal".我希望能够完成诸如"duc","duck","purpl","purple","purple duck"之类的查询.我设法使用带有AND运算符的multi_match()来完成所有这些工作.

我似乎无法做的是匹配像"purple duc"这样的查询,因为multi_match不允许使用通配符.

我查看了match_phrase_prefix(),但据我所知,它不跨越多个字段.

我正在转向使用tokeniser:它感觉解决方案可能存在,所以最终的问题是:

1)有人可以确认没有开箱即用的功能来做我想做的事情吗？感觉就像一个普通的模式,可以有一些东西可以使用.

2)有人可以提出任何解决方案吗？令牌化器是解决方案的一部分吗？我很高兴能够指出正确的方向并自己做更多的研究.显然,如果某人有工作解决方案来分享那将是非常棒的.

在此先感谢 - F.

Answer 1

我实际上写了一篇关于Qbox的博客文章,你可以在这里找到它:http://blog.qbox.io/multi-field-partial-word-autocomplete-in-elasticsearch-using-ngrams.(不幸的是,帖子上的一些链接已被破坏,此时无法轻易修复,但希望你能得到这个想法.)

我会将您的相关内容提交给帖子,但是这里有一些代码可以用来快速测试.请注意,我使用的是edge ngrams而不是完整的ngrams.

还要特别注意_all字段和匹配查询运算符的使用.

好的,这是映射:

PUT /test_index
{
   "settings": {
      "analysis": {
         "filter": {
            "edgeNGram_filter": {
               "type": "edgeNGram",
               "min_gram": 2,
               "max_gram": 20
            }
         },
         "analyzer": {
            "edgeNGram_analyzer": {
               "type": "custom",
               "tokenizer": "whitespace",
               "filter": [
                  "lowercase",
                  "asciifolding",
                  "edgeNGram_filter"
               ]
            }
         }
      }
   },
   "mappings": {
      "doc": {
         "_all": {
            "enabled": true,
            "index_analyzer": "edgeNGram_analyzer",
            "search_analyzer": "standard"
         },
         "properties": {
            "field1": {
               "type": "string",
               "include_in_all": true
            },
            "field2": {
               "type": "string",
               "include_in_all": true
            }
         }
      }
   }
}

现在添加一些文档:

POST /test_index/doc/_bulk
{"index":{"_id":1}}
{"field1":"purple duck","field2":"brown fox"}
{"index":{"_id":2}}
{"field1":"slow purple duck","field2":"quick brown fox"}
{"index":{"_id":3}}
{"field1":"red turtle","field2":"quick rabbit"}

这个查询似乎说明了你想要的东西:

POST /test_index/_search
{
   "query": {
      "match": {
         "_all": {
             "query": "purp fo slo",
             "operator": "and"
         }
      }
   }
}

返回:

{
   "took": 5,
   "timed_out": false,
   "_shards": {
      "total": 5,
      "successful": 5,
      "failed": 0
   },
   "hits": {
      "total": 1,
      "max_score": 0.19930676,
      "hits": [
         {
            "_index": "test_index",
            "_type": "doc",
            "_id": "2",
            "_score": 0.19930676,
            "_source": {
               "field1": "slow purple duck",
               "field2": "quick brown fox"
            }
         }
      ]
   }
}

这是我用来测试它的代码:

http://sense.qbox.io/gist/b87e426062f453d946d643c7fa3d5480cd8e26ec