lucene - ElasticSearch - 返回查询方面的完整值

Question

我最近开始使用 ElasticSearch。我尝试完成一些用例。我对其中一个有疑问。

我已经用全名索引了一些用户(例如“Jean-Paul Gautier”、“Jean De La Fontaine”)。

我尝试获取所有全名以响应某些查询。

例如，我想要以“J”开头的100个最常见的全名

{
  "query": {
    "query_string" : { "query": "full_name:J*" } }
  },
  "facets":{
    "name":{
      "terms":{
        "field": "full_name",
        "size":100
      }
    }
  }
}

我得到的结果是全名的所有单词:“Jean”、“Paul”、“Gautier”、“De”、“La”、“Fontaine”。

如何获得“Jean-Paul Gautier”和“Jean De La Fontaine”(所有全名值都以“J”开头)？ “post_filter”选项没有这样做，它只限制上面的子集。

• 我必须配置这个 full_name 方面的“工作原理”
• 我必须向当前查询添加一些选项
• 我必须做一些“映射”(目前还很模糊)

谢谢

Answer 1

您只需在该字段上设置 "index": "not_analyzed"，您就可以在您的 facet 中取回完整的、未修改的字段值。

通常，最好有一个版本的字段未分析(用于构面)和另一个版本(用于搜索)。 “multi_field” 字段类型对此很有用。

所以在这种情况下，我可以定义一个映射如下:

curl -XPUT "http://localhost:9200/test_index/" -d'
{
   "mappings": {
      "people": {
         "properties": {
            "full_name": {
               "type": "multi_field",
               "fields": {
                  "untouched": {
                     "type": "string",
                     "index": "not_analyzed"
                  },
                  "full_name": {
                     "type": "string"
                  }
               }
            }
         }
      }
   }
}'

这里我们有两个子字段。与父级同名的将是默认值，因此如果您针对 "full_name" 字段进行搜索，Elasticsearch 实际上将使用 "full_name.full_name"。 "full_name.untouched" 将为您提供所需的分面结果。

接下来我添加两个文档:

curl -XPUT "http://localhost:9200/test_index/people/1" -d'
{
   "full_name": "Jean-Paul Gautier"
}'

curl -XPUT "http://localhost:9200/test_index/people/2" -d'
{
   "full_name": "Jean De La Fontaine"
}'

然后我可以在每个字段上分面查看返回的内容:

curl -XPOST "http://localhost:9200/test_index/_search" -d'
{
   "size": 0,
   "facets": {
      "name_terms": {
         "terms": {
            "field": "full_name"
         }
      },
      "name_untouched": {
         "terms": {
            "field": "full_name.untouched",
            "size": 100
         }
      }
   }
}'

然后我得到以下信息:

{
   "took": 1,
   "timed_out": false,
   "_shards": {
      "total": 1,
      "successful": 1,
      "failed": 0
   },
   "hits": {
      "total": 2,
      "max_score": 0,
      "hits": []
   },
   "facets": {
      "name_terms": {
         "_type": "terms",
         "missing": 0,
         "total": 7,
         "other": 0,
         "terms": [
            {
               "term": "jean",
               "count": 2
            },
            {
               "term": "paul",
               "count": 1
            },
            {
               "term": "la",
               "count": 1
            },
            {
               "term": "gautier",
               "count": 1
            },
            {
               "term": "fontaine",
               "count": 1
            },
            {
               "term": "de",
               "count": 1
            }
         ]
      },
      "name_untouched": {
         "_type": "terms",
         "missing": 0,
         "total": 2,
         "other": 0,
         "terms": [
            {
               "term": "Jean-Paul Gautier",
               "count": 1
            },
            {
               "term": "Jean De La Fontaine",
               "count": 1
            }
         ]
      }
   }
}

如您所见，analyzed 字段返回单个单词，小写的标记(当您未指定分析器时，使用 standard analyzer)，un-analyzed 子字段返回未修改的原始文本。

这是一个您可以玩的可运行示例: http://sense.qbox.io/gist/7abc063e2611846011dd874648fd1b77450b19a5