我有一个查询用于搜索以下格式的记录： TR000002_1_2020 .
用户应该能够通过以下方式搜索结果： TR000002 或者 2_1_2020 或者 TR000002_1_2020 或者 2020 . 我使用的是elasticsearch 6.8，因此无法使用e7中引入的内置搜索。因此，我想 wildcard 搜索或 ngram 也许最适合我的需要。以下是我的两种方法以及它们不起作用的原因。
通配符
属性Map：
.Text(t => t
.Name(tr => tr.TestRecordId)
)查询：
m => m.Wildcard(w => w
.Field(tr => tr.TestRecordId)
.Value($"*{form.TestRecordId}*")
),这是可行的，但它是区分大小写的，因此如果用户使用 tr000002_1_2020 ，则不会返回任何结果（因为 t 以及 r （在查询中小写）
ngram（键入时搜索）
创建自定义ngram分析器
.Analysis(a => a
.Analyzers(aa => aa
.Custom("autocomplete", ca => ca
.Tokenizer("autocomplete")
.Filters(new string[] {
"lowercase"
})
)
.Custom("autocomplete_search", ca => ca
.Tokenizer("lowercase")
)
)
.Tokenizers(t => t
.NGram("autocomplete", e => e
.MinGram(2)
.MaxGram(16)
.TokenChars(new TokenChar[] {
TokenChar.Letter,
TokenChar.Digit,
TokenChar.Punctuation,
TokenChar.Symbol
})
)
)
)属性Map
.Text(t => t
.Name(tr => tr.TestRecordId)
.Analyzer("autocomplete")
.SearchAnalyzer("autocomplete_search")
)查询
m => m.Match(m => m
.Query(form.TestRecordId)
),正如这个答案中所描述的，这不起作用，因为标记器将字符拆分为如下元素 20 以及 02 以及 2020 ，因此查询返回索引中包含2020的所有文档，例如 TR000002_1_2020 以及 TR000008_1_2020 以及 TR000003_6_2020 .
elasticsearch的最佳利用是什么，以允许我所需的搜索行为？我见过 query string 也用过。谢谢！
1条答案
按热度按时间ryevplcw1#
这里有一个简单的方法来满足您的要求（我希望如此）。
我们使用模式替换字符过滤器来删除引用的固定部分（tr000…）
我们使用拆分标记器来拆分“\”字符上的引用
我们使用匹配短语查询来确保引用片段按顺序匹配
以此分析链为参考
TR000002_1_2020我们拿到代币了["2", "1", "2020" ]. 因此它将匹配查询["TR000002_1_2020", "TR000002 1 2020", "2_1_2020", "1_2020"]，但不匹配3_1_2020或者2_2_2020.下面是一个Map和分析的示例。它不在巢里，但我想你能翻译出来。