ngram 的 elasticsearch 查询问题

Question

我的索引中有这些数据

https://gist.github.com/bitgandtter/6794d9b48ae914a3ac7c

如果您注意到我在映射中使用了从 3 个标记到 20 个标记的 ngram。

当我执行这个查询时：

GET /my_index/user/_search?search_type=dfs_query_then_fetch
{
  "query": {
    "filtered": { 
      "query":{
        "multi_match":{
          "query": "F",
          "fields": ["username","firstname","middlename","lastname"],
          "analyzer": "custom_search_analyzer"
        }
      }
    }
  }
}

我应该得到我已编入索引的 8 个文档，但我只得到 6 个，遗漏了两个，他们的名字是 Franz 和 Francis。我希望有这两个，因为它包含在数据中。由于某种原因，它不起作用。

当我执行时：

GET /my_index/user/_search?search_type=dfs_query_then_fetch
{
  "query": {
    "filtered": { 
      "query":{
        "multi_match":{
          "query": "Fran",
          "fields": ["username","firstname","middlename","lastname"],
          "analyzer": "custom_search_analyzer"
        }
      }
    }
  }
}

我拿到那两个文件了。

如果我将 ngram 降低到从 1 开始，我会得到所有文档，但我认为这会影响查询的性能。

我在这里缺少什么。提前致谢。

注意：所有示例均使用 sense

编码

Answer 1

这是预期的，因为 min_gram 被指定为 3，这意味着自定义分析器生成的令牌的最小长度是 3 个代码点。

因此 "Franz Silva" 的第一个标记将是 "Fra"。因此令牌 "F" 不会匹配此文档。

可以使用以下方法测试分析器生成的令牌：

curl -Xget "http://<server>/index_name/_analyze?analyzer=custom_analyzer&text=Franz Silva"

另请注意，由于上面指定的“custom_analyzer”未指定“token_chars”，因此标记可以包含空格。

ngram 的 elasticsearch 查询问题

elasticsearch query issue with ngram

search

elasticsearch

sense