主页 / 问题 / 687240
Accepted
Dmitry
Asked:2020-07-04 23:32:43 +0000 UTC2020-07-04 23:32:43 +0000 UTC

如何正确使用 ElasticSearch 分析器？

  • 772

同事。我正在使用 5.4.3 和analysis-morphology 5.4.3

POST /categories/_close
PUT categories/_settings
{"settings": {
    "index": {
        "analysis" : {
            "analyzer" : {
                "my_search_analyzer" : {
                    "type": "custom",
                       "tokenizer" : "standard",
                       "filter" : ["lowercase", "search_synonym","russian_morphology", "english_morphology", "ru_stopwords", "russian"]
                  }
             },
          "filter" : {
                "search_synonym" : {
                    "ignore_case" : "true",
                    "type" : "synonym",
                    "synonyms" : ["пончо,накидка"]
                 },
                "ru_stopwords" : {
                    "type" : "stop",
                    "stopwords" : "а,без,более,бы,был,была,были,было,быть,в,вам,вас,весь,во,вот,все,всего,всех,вы,где,да,даже,для,до,его,ее,если,есть,еще,же,за,здесь,и,из,или,им,их,к,как,ко,когда,кто,ли,либо,мне,может,мы,на,надо,наш,не,него,нее,нет,ни,них,но,ну,о,об,однако,он,она,они,оно,от,очень,по,под,при,с,со,так,также,такой,там,те,тем,то,того,тоже,той,только,том,ты,у,уже,хотя,чего,чей,чем,что,чтобы,чье,чья,эта,эти,это,я,a,an,and,are,as,at,be,but,by,for,if,in,into,is,it,no,not,of,on,or,such,that,the,their,then,there,these,they,this,to,was,will,with"
                 }
           }
    }
   }
   },
   "mappings": {
    "mydoc_data": {
        "properties": {
            "title": {
                "type": "string",
                    "analyzer": "my_search_analyzer"
                  },
                  "description": {
                "type": "string",
                    "analyzer": "my_search_analyzer"
                  }
             }
         }
   }
  }
POST /categories/_open

"acknowledged": true 我正在寻找的结果是这样的：

GET /categories/_search/
{
    "query":{
    "match": {
        "_all": "накидка"
    }
  }
}

"cape" - 没有找到 "cape" - 找到

我正在寻找的文件：

{
"took": 23,
"timed_out": false,
"_shards": {
"total": 11,
"successful": 11,
"failed": 0
},
"hits": {
    "total": 2,
    "max_score": 5.8937645,
    "hits": [
      {
          "_index": "categories",
        "_type": "categories",
        "_id": "7672",
        "_score": 5.8937645,
        "_source": {
          "title": "Накидки",
          "code": "nakidki",
          "parent_id": 7668,
          "lft": 15343,
          "rgt": 15344,
          "updated_at": "2017-07-04 11:40:43",
          "created_at": "2017-07-04 11:40:43",
          "id": 7672
        }
      },
      {
          "_index": "categories",
        "_type": "categories",
        "_id": "5682",
        "_score": 5.115262,
        "_source": {
          "title": "Чехлы и накидки на сиденья",
          "code": "chehlyi-i-nakidki-na-sidenya",
          "parent_id": 5676,
          "lft": 11363,
          "rgt": 11364,
          "updated_at": "2017-07-04 11:37:34",
          "created_at": "2017-07-04 11:37:34",
          "id": 5682
        }
      }
    ]
  }
}

我究竟做错了什么？

elasticsearch

1 个回答

  1. Best Answer

    _all 将其他字段的值以空格作为分隔符进行组合，并使用标准解析器进行解析。标准分析器不会将“斗篷”变成“斗篷”。在这种情况下映射不起作用。

    如果您在标题中写入“ Covers and seat covers ”，那么以下标记“and”、“on”、“covers”、“seats”、“covers”将归入_all。匹配 "match": {"_all": "cloak "} 将不会被找到。

    解决方案

    如果您想使用解析器，那么您需要在特定字段上使用搜索，例如，使用multi_match，而不是在 __all 上。

    {
  "query": {
    "multi_match" : {
      "query":    "накидка", 
      "fields": [ "title", "description" ],
      "analyzer": "my_search_analyzer"
    }
  }
}

    在这里您可以微调您的搜索。我还建议在查询中使用与索引时相同的分析器。这对于拆分成相同的令牌是必要的。

    将“russian_morphology”解析器与“russian”一起使用是个坏主意。在他看来，俄语通常会把话说得太过分，直截了当。您需要留下一件事，很可能是“russian_morphology”。否则的话，很难弄明白这个字为什么会变成这么复杂的信物。

    我们检查：

    curl -X POST "http://localhost:9200/categories/_analyze?analyzer=russian&pretty=true" -d 'накидки'

{
  "tokens" : [ {
    "token" : "накидк",
    "start_offset" : 0,
    "end_offset" : 7,
    "type" : "<ALPHANUM>",
    "position" : 0
  } ]
} 


curl -X POST "http://localhost:9200/categories/_analyze?analyzer=russian_morphology&pretty=true" -d 'накидки'

{
  "tokens" : [ {
    "token" : "накидка",
    "start_offset" : 0,
    "end_offset" : 7,
    "type" : "<ALPHANUM>",
    "position" : 0
  } ]
}

    我更喜欢第二种选择。

    • 5

相关问题