如何获取多个精确匹配短语？

Question

以下是获取精确匹配的查询语句。

GET courses/_search
{
  "query": {
    "term" : {
         "name.keyword": "Anthropology 230"
      }
  }
}

我需要找到 Anthropology 230 和 Anthropology 250，如何获取精确匹配

- aysh

---

但是Anthropology 230如何与Anthropology 230 also完全匹配呢？ - A l w a y s S u n n y

@aysh，你能分享一下你的样本索引数据吗？并且你能告诉我基于那个索引数据你期望得到什么结果吗？ - ESCoder

@AlwaysSunny，它是250，因此基本上它必须匹配2个值230和250。 - aysh

Answer 1

您可以使用 match、match_phrase 或 match_phrase_prefix 进行验证和尝试。在使用match时，

GET courses/_search
{
    "query": {
        "match" : {
            "name" : "Anthropology 230"
        }
    },
    "_source": "name"
}

使用match_phrase，

GET courses/_search
{
    "query": {
        "match_phrase" : {
            "name" : "Anthropology"
        }
    },
    "_source": "name"
}

或者使用正则表达式，

GET courses/_search
{
    "query": {
        "regexp" : {
            "name" : "Anthropology [0-9]{3}"
        }
    },
    "_source": "name"
}

- Always Sunny

---

match_phrase和match_phrase_prefix在这里是过度的，如果OP不需要短语匹配并且正则表达式查询很耗费资源，可能会引起其他问题，很高兴你添加了match查询选项 :) - Amit

@Always Sunny 如果你使用match_phrase查询，那么它将不会匹配两个文档，它只会匹配包含Anthropology 230的一个文档。 - ESCoder

@Bhavya，我同意并且知道这点：），我打错字了，我只是想说人类学，同时我也同意在这种情况下匹配更好，正如@Ninja所提到的。 - A l w a y s S u n n y

给投反对票的人：您投反对票的原因是什么？ - A l w a y s S u n n y

Answer 2

你犯的错误是在关键字字段上使用了查询术语，而这两者都没有经过分析，这意味着它们尝试在反向索引中找到完全相同的搜索字符串。

你应该做的是：定义一个文本字段，如果您没有定义映射，则无论如何都会有。我还假设您在查询中提到了.keyword，如果您没有定义映射，则会自动创建该字段。

现在，您可以使用下面的匹配查询，它是经过分析的，并使用标准分析器来将令牌拆分成空格，因此您的2个示例文档将生成人类学、250和230。 简单高效的查询可同时获取这两个文档。

{
    "query": {
        "match" : {
            "name" : "Anthropology 230"
        }
    }
}

搜索结果

 "hits": [
      {
        "_index": "matchterm",
        "_type": "_doc",
        "_id": "1",
        "_score": 0.8754687,
        "_source": {
          "name": "Anthropology 230"
        }
      },
      {
        "_index": "matchterm",
        "_type": "_doc",
        "_id": "2",
        "_score": 0.18232156,
        "_source": {
          "name": "Anthropology 250"
        }
      }
    ]

上面的查询之所以匹配了两个文档，是因为它创建了两个标记anthropology和230，并在两个文档中都匹配了anthropology。

您应该阅读有关分析过程的内容，并可以尝试使用分析API查看为任何文本生成的标记。

您的文本的分析API输出：

POST http://{{hostname}}:{{port}}/{{index-name}}/_analyze

{
  "analyzer": "standard",
  "text": "Anthropology 250"
}


{
    "tokens": [
        {
            "token": "anthropology",
            "start_offset": 0,
            "end_offset": 12,
            "type": "<ALPHANUM>",
            "position": 0
        },
        {
            "token": "250",
            "start_offset": 13,
            "end_offset": 16,
            "type": "<NUM>",
            "position": 1
        }
    ]
}

- Amit

Answer 3

假设您可能有更多的“人类学 nnn”项目，那么这应该是您所需的操作：

"query":{
    "bool":{
        "must":[
            {"term": {"name.keyword":"Anthropology 230"}},
            {"term": {"name.keyword":"Anthropology 250"}},
        ]  
    }
}

- Peter Colclough