Come abbinare il prefisso in Elasticsearch

Question

diciamo che nel mio indice elasticsearch ho un campo chiamato "punti" che conterrà una stringa di parole separate da punteggiatura (ad esempio "first.second.third").

Ho bisogno di cercare ad es. "first.second" e quindi ottenere tutte le voci il cui campo "punti" contiene una stringa che è esattamente "first.second" o che inizia con "first.second".

Ho un problema a capire come funziona l'interrogazione del testo, almeno non sono riuscito a creare una query che faccia il lavoro.

Answer 1

elasticsearch ha Path Hierarchy Tokenizer che è stato creato proprio per tale caso d'uso. Ecco un esempio di come deve essere impostato per l'indice:

# Create a new index with custom path_hierarchy analyzer 
# See http://www.elasticsearch.org/guide/reference/index-modules/analysis/pathhierarchy-tokenizer.html 
curl -XPUT "localhost:9200/prefix-test" -d '{ 
    "settings": { 
     "analysis": { 
      "analyzer": { 
       "prefix-test-analyzer": { 
        "type": "custom", 
        "tokenizer": "prefix-test-tokenizer" 
       } 
      }, 
      "tokenizer": { 
       "prefix-test-tokenizer": { 
        "type": "path_hierarchy", 
        "delimiter": "." 
       } 
      } 
     } 
    }, 
    "mappings": { 
     "doc": { 
      "properties": { 
       "dots": { 
        "type": "string", 
        "analyzer": "prefix-test-analyzer", 
        //"index_analyzer": "prefix-test-analyzer", //deprecated 
        "search_analyzer": "keyword" 
       } 
      } 
     } 
    } 
}' 
echo 
# Put some test data 
curl -XPUT "localhost:9200/prefix-test/doc/1" -d '{"dots": "first.second.third"}' 
curl -XPUT "localhost:9200/prefix-test/doc/2" -d '{"dots": "first.second.foo-bar"}' 
curl -XPUT "localhost:9200/prefix-test/doc/3" -d '{"dots": "first.baz.something"}' 
curl -XPOST "localhost:9200/prefix-test/_refresh" 
echo 
# Test searches. 
curl -XPOST "localhost:9200/prefix-test/doc/_search?pretty=true" -d '{ 
    "query": { 
     "term": { 
      "dots": "first" 
     } 
    } 
}' 
echo 
curl -XPOST "localhost:9200/prefix-test/doc/_search?pretty=true" -d '{ 
    "query": { 
     "term": { 
      "dots": "first.second" 
     } 
    } 
}' 
echo 
curl -XPOST "localhost:9200/prefix-test/doc/_search?pretty=true" -d '{ 
    "query": { 
     "term": { 
      "dots": "first.second.foo-bar" 
     } 
    } 
}' 
echo 
curl -XPOST "localhost:9200/prefix-test/doc/_search?pretty=true&q=dots:first.second" 
echo 

Answer 2

si dovrebbe usare una caratteri commodin per rendere la tua ricerca, qualcosa di simile:

$ curl -XGET http://localhost:9200/myapp/index -d '{ 
    "dots": "first.second*" 
}' 

ulteriori esempi sulla sintassi a: http://lucene.apache.org/core/old_versioned_docs/versions/2_9_1/queryparsersyntax.html

Answer 3

Dai un'occhiata alla prefix queries.

$ curl -XGET 'http://localhost:9200/index/type/_search' -d '{ 
    "query" : { 
     "prefix" : { "dots" : "first.second" } 
    } 
}' 

Answer 4

V'è anche un modo molto più semplice, come sottolineato in elasticsearch documentation:

basta usare:

{ 
    "text_phrase_prefix" : { 
     "fieldname" : "yourprefix" 
    } 
} 

o dal 0.19.9:

{ 
    "match_phrase_prefix" : { 
     "fieldname" : "yourprefix" 
    } 
} 

invece di:

{ 
    "prefix" : { 
     "fieldname" : "yourprefix" 
} 

Answer 5

Stavo cercando una soluzione simile, ma corrispondente solo a un prefisso. Ho trovato @ imtov di answer per farmi quasi arrivati, ma per un cambiamento - commutazione gli analizzatori in giro:

"mappings": { 
    "doc": { 
     "properties": { 
      "dots": { 
       "type": "string", 
       "analyzer": "keyword", 
       "search_analyzer": "prefix-test-analyzer" 
      } 
     } 
    } 
} 

invece di

"mappings": { 
    "doc": { 
     "properties": { 
      "dots": { 
       "type": "string", 
       "index_analyzer": "prefix-test-analyzer", 
       "search_analyzer": "keyword" 
      } 
     } 
    } 
} 

In questo modo l'aggiunta di:

'{"dots": "first.second"}' 
'{"dots": "first.third"}' 

Aggiungerà solo questi token completi, senza memorizzare i token first, second, third.

Eppure la ricerca di entrambi i

first.second.anyotherstring 
first.second 

restituirà correttamente solo la prima voce:

'{"dots": "first.second"}' 

Non è esattamente quello che hai chiesto, ma in qualche modo legati, così ho pensato potesse aiutare qualcuno.