Elasticsearch匹配短语前缀不匹配所有术语

Question

我遇到一个问题，当我在Elasticsearch中使用match_phrase_prefix查询时，它没有返回我期望的所有结果，尤其是当查询是一个单词后跟一个字母时。

进行以下索引映射（这是保护敏感数据的人为示例）：

http://localhost:9200/test/drinks/_mapping

返回：

{
  "test": {
    "mappings": {
      "drinks": {
        "properties": {
          "name": {
            "type": "text"
          }
        }
      }
    }
  }
}

在数百万其他记录中，还有：

{
    "_index": "test",
    "_type": "drinks",
    "_id": "2",
    "_score": 1,
    "_source": {
        "name": "Johnnie Walker Black Label"
    }
},
{
    "_index": "test",
    "_type": "drinks",
    "_id": "1",
    "_score": 1,
    "_source": {
        "name": "Johnnie Walker Blue Label"
    }
}

以下查询，是一个单词，后跟两个字母：

POST http://localhost:9200/test/drinks/_search
{
    "query": {
        "match_phrase_prefix" : {
            "name" : "Walker Bl"
        }
    }
}

返回此：

{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 2,
        "max_score": 0.5753642,
        "hits": [
            {
                "_index": "test",
                "_type": "drinks",
                "_id": "2",
                "_score": 0.5753642,
                "_source": {
                    "name": "Johnnie Walker Black Label"
                }
           },
           {
               "_index": "test",
               "_type": "drinks",
               "_id": "1",
               "_score": 0.5753642,
               "_source": {
                   "name": "Johnnie Walker Blue Label"
                }
            }
        ]
    }
}

而此查询只有一个单词和一个字母：

POST http://localhost:9200/test/drinks/_search
{
    "query": {
        "match_phrase_prefix" : {
            "name" : "Walker B"
        }
    }
}

没有返回结果。这里会发生什么？

Answer 1

我将假设您正在使用Elasticsearch 5.0及更高版本。我认为可能是由于max_expansions默认值所致。

如文档中看到这里时，max_expansions参数用于控制多少前缀的最后一项将被扩大。默认值为50，它可以解释为什么找到带有两个首字母B和L而不是仅包含B的“黑色”和“蓝色”的原因。

该文档对此非常清楚：

match_phrase_prefix查询是穷人的自动完成功能。它非常易于使用，它使您可以快速开始键入搜索，但其结果通常足够好，有时会造成混淆。

考虑查询字符串快速棕色f。该查询的工作原理是通过快速和棕色创建短语查询（即，必须存在术语“快速”并且必须紧随其后的是“棕色”）。然后，它查看排序的术语词典，以找到以f开头的前50个术语，并将这些术语添加到短语查询中。

问题在于前50个术语可能不包含术语fox，因此将找不到相速棕色狐狸。这通常不是问题，因为用户将继续输入更多字母，直到他们要查找的单词出现为止

如果您要寻找良好的性能，我将无法告诉您是否可以将此参数增加到50以上，因为我从未尝试过。