json - ElasticSearch:完全比部分匹配的得分低

Question

我正在尝试使用ElasticSearch实现地址自动完成功能。

假设我有三个字段，我想对它们进行搜索:

{
    "address_name": "George st.",
    "number": "1",
    "city_name": "London"
}

根据this article，我已经配置了索引和类型，如下所示:

{
    "settings": {
        "analysis": {
            "filter": {
                "nGram_filter": {
                    "type": "nGram",
                    "min_gram": 1,
                    "max_gram": 20,
                    "token_chars": [
                        "letter",
                        "digit",
                        "punctuation",
                        "symbol"
                    ]
                }
            },
            "analyzer": {
                "nGram_analyzer": {
                    "type": "custom",
                    "tokenizer": "whitespace",
                    "filter": [
                        "lowercase",
                        "asciifolding",
                        "nGram_filter"
                    ]
                },
                "whitespace_analyzer": {
                    "type": "custom",
                    "tokenizer": "whitespace",
                    "filter": [
                        "lowercase",
                        "asciifolding"
                    ]
                }
            }
        }
    },
    "mappings": {
        "address": {
            "_all": {
                "analyzer": "nGram_analyzer",
                "search_analyzer": "whitespace_analyzer"
            },
            "properties": {
                "address_name": {
                    "type": "string"
                },
                "number": {
                    "type": "string",
                    "boost": 2
                },
                "city_name": {
                    "type": "string"
                },
                "local": {
                    "type": "integer",
                    "include_in_all": false,
                    "index": "no"
                },
                "place_id": {
                    "type": "integer",
                    "include_in_all": false,
                    "index": "no"
                },
                "has_number": {
                    "type": "integer",
                    "include_in_all": false,
                    "index": "no"
                }
            }
        }
    }
}

完整搜索查询:

{
    "size": 100,
    "query": {
        "match": {
            "_all": {
                "query": "George st. 1 London",
                "operator": "and"
            }
        }
    }
}

当我通过查询George st. 1 London搜索时，ElasticSearch首先返回George st. 19 London，George st. 17 London等，但是完全匹配的George st. 1 London仅在第X个位置返回，并且得分比第一个低。

我试图通过在搜索URL的末尾添加explain查询来了解为什么会发生这种情况，但这没有帮助。

有什么办法解决这个问题？

谢谢。

Answer 1

基本上，由于您是在建立索引时通过nGram token 过滤器运行所有字段，因此对于number字段，

17将标记为1和17和

19将标记为1和19

因此，您提到的所有三个文档都将为其1字段索引标记number。

然后在查询时，您将使用空白分析器，这意味着George st. 1 London将被标记为以下标记:George，st，1和London。

从那里，我们可以得出两个结论:

不管什么，所有三个文档都将匹配(因为所有标记都匹配给定字段)

无法使用当前设置和映射来给文档George st. 1 London比其他文件赋予更多权重。

解决此问题的最简单方法是不将nGram应用于数字字段，以便街道编号需要准确匹配且不带前缀。