我正在使用 Elasticsearch 服务器。我需要根据源 JSON 中字段值的起始字符获取记录。
JSON:
Index JSON1 : "{\"id\":\"1\",\"message\":\"welcome to elastic search\"}"
Index JSON2 : "{\"id\":\"1\",\"message\":\"Hellow world\"}"
代码:
String selectedCharacter = "w";
PrefixQueryBuilder queryBuilder = QueryBuilders.prefixQuery("message", selectedCharacter);
builder.setQuery(queryBuilder);
通过使用上面的代码,我得到了两条记录。 我只需要'Index JSON1'。请提供任何解决方案来实现这一目标。提前致谢。
最佳答案
默认情况下,Elasticsearch 将“标记化”字符串字段。
这意味着您的消息字段被视为多个术语字段。对于 JSON1:["welcome", "to", "elastic", "search"]
和 JSON2:["Hellow", "world"]
。
当您进行查询时,ElasticSearch 将尝试匹配术语,这就是为什么您会为“欢迎”术语获得 JSON1 而为“世界”术语获得 JSON2。
如果您希望您的消息字段“未标记”(视为单个字符串),您必须显式地将此字段的映射设置为关键字
。这是通过使用映射 API 完成的。
你可以看看:
- 关键字分析器文档:http://www.elasticsearch.org/guide/reference/index-modules/analysis/keyword-analyzer/
- 映射 API 文档:http://www.elasticsearch.org/guide/reference/api/admin-indices-put-mapping/
如果您需要一个 keyword
分析器但不区分大小写,您需要定义一个带有 lowercase
过滤器的自定义分析器(您可能需要删除并重新创建索引为了那个原因)。例如:
$ curl -XPUT 'localhost:9200/test/_settings' -d '
{
"index": {
"analysis" : {
"analyzer" : {
"lowercaseAnalyzer": {
"type": "custom",
"tokenizer": "keyword",
"filter": ["lowercase"]
}
}
}
}
}
然后使用此自定义分析器而不是 keyword
定义映射:
"message" : {"type" : "string", "analyzer" : "lowercaseAnalyzer"}
您还可以使用分析 API 测试您的分析器。例如:
$ curl -XGET 'localhost:9200/test/_analyze?analyzer=lowercaseAnalyzer&pretty=true' -d 'Hello world'
{
"tokens" : [ {
"token" : "hello world",
"start_offset" : 0,
"end_offset" : 11,
"type" : "word",
"position" : 1
} ]
}
您可以在分析文档中看到所有可用的分词器和过滤器:http://www.elasticsearch.org/guide/reference/index-modules/analysis/
关于java - Elastic Search - 通过字段的起始字符获取记录,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16792553/