elasticsearch與破折號完全匹配

Question

我們在elasticsearch中有一個域名索引（我們使用ruby連接和維護這個輪胎寶石），但是我們在精確搜索時遇到了麻煩。

如果我在域中搜索術語google.com，它會帶回google.com，但它還會帶回任何帶有破折號（ - ）的域，例如in-google.com，research會讓我相信 - 是ES中的通配符，我需要做的就是不分析，但不起作用。

:domain  => { :type => 'string' , :analyzer => 'whitespace'       }, 
    :domain_2  => { :type => 'string' , :analyzer => 'pattern'       }, 
    :domain_3  => { :type => 'string', :index => 'not_analyzed'       }, 
    :domain_4  => { :type => 'string', :analyzer => 'snowball'       } 

我已經嘗試了不同的分析儀，你可以在上面看到，但使用「頭」插件搜索時，他們都具有相同的問題。

https://gist.github.com/anonymous/8080839是我用來生成數據集來測試的代碼，我在尋找的是能夠搜索JUST谷歌，如果我想*谷歌我可以實現我自己的通配符？

我辭職的事實，我將不得不刪除並重新生成我的索引，但無論我選擇什麼樣的分析或類型，我仍然不能得到一個確切的匹配

Answer 1

你不顯示您正在使用的示例查詢。你確定你的查詢和索引使用相同的文本處理嗎？

此外，您可能希望將multi_field -approach檢查出分析事物的多種方式。

我做了一堆那說明這個不同的查詢可運行的例子。請注意，域名已經在兩個方面被索引，並注意查詢打哪場：https://www.found.no/play/gist/ecc52fad687e83ddcf73

#!/bin/bash 

export ELASTICSEARCH_ENDPOINT="http://localhost:9200" 

# Create indexes 

curl -XPUT "$ELASTICSEARCH_ENDPOINT/play" -d '{ 
    "mappings": { 
     "type": { 
      "properties": { 
       "domain": { 
        "type": "multi_field", 
        "fields": { 
         "domain": { 
          "type": "string", 
          "analyzer": "standard" 
         }, 
         "whitespace": { 
          "type": "string", 
          "analyzer": "whitespace" 
         } 
        } 
       } 
      } 
     } 
    } 
}' 


# Index documents 
curl -XPOST "$ELASTICSEARCH_ENDPOINT/_bulk?refresh=true" -d ' 
{"index":{"_index":"play","_type":"type"}} 
{"domain":"google.com"} 
{"index":{"_index":"play","_type":"type"}} 
{"domain":"in-google.com"} 
' 

# Do searches 

# Matches both 
curl -XPOST "$ELASTICSEARCH_ENDPOINT/_search?pretty" -d ' 
{ 
    "query": { 
     "match": { 
      "_all": "google.com" 
     } 
    } 
} 
' 

# Also matches "google.com". in-google.com gets tokenized to ["in", "google.com"] 
# and the default match operator is `or`. 
curl -XPOST "$ELASTICSEARCH_ENDPOINT/_search?pretty" -d ' 
{ 
    "query": { 
     "match": { 
      "domain": { 
       "query": "in-google.com" 
      } 
     } 
    } 
} 
' 

# What terms are generated? (Answer: `google.com` and `in`) 
curl -XPOST "$ELASTICSEARCH_ENDPOINT/_search?pretty" -d ' 
{ 
    "size": 0, 
    "facets": { 
     "domain": { 
      "terms": { 
       "field": "domain" 
      } 
     } 
    } 
} 
' 

# This should just match the second document. 
curl -XPOST "$ELASTICSEARCH_ENDPOINT/_search?pretty" -d ' 
{ 
    "query": { 
     "match": { 
      "domain.whitespace": { 
       "query": "in-google.com" 
      } 
     } 
    } 
} 
'