Elasticsearch 比较长序列字符串与模糊查询

Question

我有两个相似的长字符串序列：

C50FD711C2C43287351892A4D82F44B055F048C46D2C54197AC1D1E921F11E6699C4057C4B93907518E6DCA51A672D3D3E419160DAE276CB7716D11B94D8C3BB2E4A591329B7AF973D17A7F9336342FFAAFD4D

和

C50FD711C2C43287351892A4D820B5EAC5F048C1E67CAC197AC1D1E921F11C3623C1DCD6493907518E6DCA18CD71016E7FD1160DAE276CB7716D11B94A6B762E4A591329B7AF973D17A7F9336342FFAAFD4D

它的距离是41。我想找到那些彼此相似的字符串。我开始这样查询：

GET my_index/_type/_search
{
"query": {
        "fuzzy" : {
            "sequence.keyword": {
                "value": "C50FD711C2C43287351892A4D820B5EAC5F048C1E67CAC197AC1D1E921F11C3623C1DCD6493907518E6DCA18CD71016E7FD1160DAE276CB7716D11B94A6B762E4A591329B7AF973D17A7F9336342FFAAFD4D",
                "boost": 1.0,
                "fuzziness": 50,
                "prefix_length": 10,
                "max_expansions": 200
            }
        }
    }
}

我试过sequence.keyword和序列，该字段是文本类型和关键字类型。但是，它没有在我的索引中找到其他类似的序列字符串。为什么？

Answer 1

答案很简单。允许的最大编辑距离为 2（如 source code for the Fuzziness class

中所示

您可以尝试使用更简单的值，如果您索引 AAAAAA 并尝试使用 fuzziness: 3 搜索 AAABBB，您将一无所获。

Elasticsearch 比较长序列字符串与模糊查询

Elasticsearch compare long sequence strings with fuzzy query

elasticsearch

sequence

fuzzy-search