精确文本匹配的 NEST 查询

Question

我正在尝试编写一个 NEST 查询，它应该 return 基于精确字符串匹配的结果。我在网上进行了研究，有关于使用 Term、Match、MatchPhrase 的建议。我已经尝试了所有这些，但我的搜索是 returning 包含部分搜索字符串的结果。例如，在我的数据库中，我有以下几行电子邮件地址：

ter@gmail.com

ter@hotmail.com

terrance@hotmail.com

不管我是否使用：

client.Search<Emails>(s => s.From(0)
                        .Size(MaximumSearchResultsSize)
                        .Query(q => q.Term( p=> p.OnField(fielname).Value(fieldValue))))

或

  client.Search<Emails>(s => s.From(0).
                              Size(MaximumPaymentSearchResults).
                              Query(q=>q.Match(p=>p.OnField(fieldName).Query(fieldValue))));

我的搜索结果总是 returning 包含 "partial search" 字符串的行。

因此，如果我将搜索字符串提供为 "ter"，我仍然会得到所有 3 行。三@gmail.com

ter@hotmail.com

terrance@hotmail.com

如果搜索字符串是 "ter"，我希望看不到行 return。如果搜索字符串是 "ter@hotmail.com"，那么我希望只看到 "ter@hotmail.com" .

不确定我做错了什么。

Answer 1

根据您在问题中提供的信息，包含电子邮件地址的字段似乎已使用默认分析器 Standard Analyzer 编制索引如果未指定其他分析器或该字段未标记为 not_analyzed.

，则应用于字符串字段

可以使用 Elasticsearch 的 Analyze API 查看标准分析器对给定字符串输入的影响：

curl -XPOST "http://localhost:9200/_analyze?analyzer=standard&text=ter%40gmail.com

文本输入需要进行 url 编码，如此处使用 @ 符号所示。运行本次查询结果为

{
   "tokens": [
      {
         "token": "ter",
         "start_offset": 0,
         "end_offset": 3,
         "type": "<ALPHANUM>",
         "position": 1
      },
      {
         "token": "gmail.com",
         "start_offset": 4,
         "end_offset": 13,
         "type": "<ALPHANUM>",
         "position": 2
      }
   ]
}

我们可以看到标准分析器为输入生成了两个标记，ter 和 gmail.com，这就是将存储在该字段的倒排索引中的内容。

现在，运行 a Match query 将导致对匹配查询的输入进行分析，默认情况下使用与匹配查询所在字段的映射定义中找到的分析器相同的分析器正在应用匹配查询。

此匹配查询分析的结果标记然后默认组合成一个 布尔值或 查询，这样任何包含该字段倒排索引中任何一个标记的文档将是一场比赛。例如

text ter@gmail.com，这意味着任何与字段 ter 或 gmail.com 匹配的文档都将是命中

// Indexing
input: ter@gmail.com -> standard analyzer -> ter,gmail.com in inverted index

// Querying
input: ter@gmail.com -> match query -> docs with ter or gmail.com are a hit!

显然，对于精确匹配，这根本不是我们想要的！

运行 a Term query 将导致对术语查询的输入 not 进行分析，即它是查询与术语输入完全匹配，但是运行在索引时分析过的字段上，这可能是一个问题；由于该字段的值已经过分析，但术语查询的输入尚未经过分析，因此您将获得与索引时发生的分析结果完全匹配的术语输入的返回结果。例如

// Indexing
input: ter@gmail.com -> standard analyzer -> ter,gmail.com in inverted index

// Querying
input: ter@gmail.com -> term query -> No exact matches for ter@gmail.com

input: ter -> term query -> docs with ter in inverted index are a hit!

这也不是我们想要的！

我们可能想对这个字段做的是在映射定义中将其设置为 not_analyzed

putMappingDescriptor
    .MapFromAttributes()
    .Properties(p => p
        .String(s => s.Name(n => n.FieldName).Index(FieldIndexOption.NotAnalyzed)
    );

有了这个，我们可以搜索 完全匹配 与 Term filter using a Filtered query

// change dynamic to your type
var docs = client.Search<dynamic>(b => b
    .Query(q => q
        .Filtered(fq => fq
            .Filter(f => f
                .Term("fieldName", "ter@gmail.com")
            )
        )
    )
);

这将产生以下查询 DSL

{
  "query": {
    "filtered": {
      "filter": {
        "term": {
          "fieldName": "ter@gmail.com"
        }
      }
    }
  }
}

Answer 2

您还可以执行 MatchPhrasePrefix 查询以执行 'Exact' 匹配。

.MatchPhrasePrefix(ma => ma.Field(field).Query(query))

Answer 3

您可以结合“布尔查询”和“匹配短语前缀查询”来获得精确匹配。

var boolQuery = new BoolQueryDescriptor<MyClass>();

boolQuery.Must(must => must
   .MatchPhrasePrefix(matchPhrasePrefix => matchPhrasePrefix
      .Field(f => f.Title)
      .Field(f => f.Description)
      .Query(text)
   )
);

精确文本匹配的 NEST 查询

NEST Query for exact text matching

c#

elasticsearch

nest