在Elasticsearch中无法正确搜索电子邮件

Question

我在elasticsearch中索引了一些文档，这些文档以电子邮件ID作为字段。但是，当我查询特定的电子邮件ID时，搜索结果显示的是所有文档而没有过滤。

这是我使用过的查询

{
 "query": {
   "match": {
     "mail-id": "abc@gmail.com"
   }
 }
}

Answer 1

默认情况下，mail-id标准分析器会分析您的字段，该分析器会将电子邮件标记abc@gmail.com为以下两个标记：

{
  "tokens" : [ {
    "token" : "abc",
    "start_offset" : 0,
    "end_offset" : 3,
    "type" : "<ALPHANUM>",
    "position" : 1
  }, {
    "token" : "gmail.com",
    "start_offset" : 4,
    "end_offset" : 13,
    "type" : "<ALPHANUM>",
    "position" : 2
  } ]
}

相反，您需要使用UAX电子邮件URL令牌生成器创建自定义分析器，该分析器会将电子邮件地址令牌化为一个令牌。

因此，您需要按以下方式定义索引：

curl -XPUT localhost:9200/people -d '{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "type": "custom",
          "tokenizer": "uax_url_email"
        }
      }
    }
  },
  "mappings": {
    "person": {
      "properties": {
        "mail-id": {
          "type": "string",
          "analyzer": "my_analyzer"
        }
      }
    }
  }
}'

创建该索引后，您可以看到该电子邮件abc@gmail.com将被标记为单个标记，并且您的搜索将按预期进行。

 curl -XGET 'localhost:9200/people/_analyze?analyzer=my_analyzer&pretty' -d 'abc@gmail.com'
{
  "tokens" : [ {
    "token" : "abc@gmail.com",
    "start_offset" : 0,
    "end_offset" : 13,
    "type" : "<EMAIL>",
    "position" : 1
  } ]
}