使用ElasticSearch匹配多個文檔

我對ElasticSearch比較新。我正在使用它作爲pdf文檔的搜索平臺。我把PDF分成文本頁面，並將其作爲一個elasticSearch記錄，並輸入相應的頁面ID，父級信息等。使用ElasticSearch匹配多個文檔

我發現很難將給定的查詢不僅與ES中的單個文檔進行匹配，但要使它與具有相同父代ID的任何文檔匹配。因此，如果搜索了兩個詞語，如果實際PDF文檔的第1頁和第7頁中存在這些詞語（2個單獨的詞條進入ES），我想匹配這個結果。

本質上，我的目標是能夠搜索單個PDF的多個頁面，匹配PDF上的任何文檔頁面上發生的事件，並返回搜索結果的匹配PDF文檔列表，而不是的匹配「頁面」

2013-10-25 lwdjustin

非常感謝迄今爲止的答案。我想澄清要求。 Duc.duong建議使用has_child，這似乎是最合乎邏輯的。我想補充一點，我需要能夠確定（也許通過輔助查詢）匹配發生的頁面。 – lwdjustin

這有點棘手。首先，您必須自己將查詢分解爲條件。其術語列表（比方說foo，bar和baz，您可以創建針對類型代表PDF的一個布爾查詢（父類），這將是這樣的：

{ 
    "bool" : { 
     "must" : [{ 
      "has_child" : { 
       "type": "page", 
       "query": { 
        "match": { 
         "page_body": "foo" 
        } 
       } 
      } 
     }, { 
      "has_child" : { 
       "type": "page", 
       "query": { 
        "match": { 
         "page_body": "bar" 
        } 
       } 
      } 
     }, { 
      "has_child" : { 
       "type": "page", 
       "query": { 
        "match": { 
         "page_body": "baz" 
        } 
       } 
      } 
     }] 
    } 
}

這個查詢會找到你所有包含PDF文件每個學期至少有一個頁面

來源

2013-10-25 15:27:14 imotov

您需要在頁面上使用「has_child」查詢我假設您已經定義了文檔和頁面的父/子關係映射，然後您可以編寫一個「has_child」查詢來搜索頁面（子類型），但返回PDF文檔（父類型）：

{ 
    "query": { 
    "has_child": { 
     "type": "your_pages_type", 
     "score_type": "max", // read document for more 
     "query": { 
     "query_string": { 
      "query": "some text to search", 
      "fields": [ 
      "your_pages_body" 
      ], 
      "default_operator": "and" // "and" if you want to search all words, "or" if you want to search any of words in query 
     } 
     } 
    } 
    } 
}

來源

2013-10-27 09:45:58

感謝您的建議，這非常有幫助。我需要保留的一個功能是能夠識別給定單詞匹配的頁面。鑑於如果我使用父/子映射，它將返回父文檔，是否仍然有辦法檢索匹配頁面的集合（兒童，又名：在這種情況下是詞匹配）？ – lwdjustin

恐怕你必須做第二次查詢來獲得匹配的頁面。我遇到了這個問題，我解決了這個問題：1.做一個像查找PDF文檔的答案一樣的has_child查詢，2.以與has_child相同的條件查找頁面，但僅限於匹配的父母（1）（查詢+過濾器）。（2）查詢運行速度非常快，因爲搜索僅限於指定的父範圍，並且可能由ES先前緩存。 –

使用ElasticSearch匹配多個文檔

回答

相關問題