本文介绍了如果源包含Elastic Search Server中的给定搜索文本，则获取所有文档的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我很喜欢弹性搜索。我将弹性搜索索引中的字段映射到string。如果字段值包含给定的搜索文本，我需要检索文档。 JSON1：{\id\：\1\，\message\ ：\欢迎使用弹性搜索\
JSON2：{\id\：\2\，\message\：\弹性搜索\}
如果我用弹性搜索，我需要同时获取这两个记录。我只得到第一个。
现在我正在获取基于FTS的文档。请指导我在弹性搜索中实现psql中的/ ilike搜索。
提前感谢
解决方案
这是一个令牌化的问题。你可以看看NGram
您可以使用路线 / _analyze
默认情况下，弹性搜索是如何标记的。
curl -XGET'localhost：9200 / _analyze？tokenizer = standard'-d'这是一个测试弹性搜索'
{
tokens：[{
token：this，
start_offset：0，
end_offset
type：< ALPHANUM>，
position：1
}，{
token：is，
start_offset ：5，
end_offset：7，
type：< ALPHANUM>，
position：2
}，{
：a，
start_offset：8，
end_offset：9，
type：< ALPHANUM>，
position：3
}，{
token：test，
start_offset b $ bend_offset：14，
type：< ALPHANUM>，
position：4
}，{
token：elasticsearch ，
start_offset：15，
end_offset：28，
type：< ALPHANUM>，
position：5
]
}
这里是一个例子，nGram和默认值
curl -XGET'localhost：9200 / _analyze？tokenizer = nGram'-d'this是一个测试弹性搜索'
{
tokens：[{
token：t，
start_offset：0，
end_offset：1，
type：word，
position
}，{
token：h，
start_offset：1，
end_offset 2，
type：word，
position：2
}，{
token：i，
start_offset 2，
end_offset：3，
type：word，
position：3
}，{
token ，
start_offset：3，
end_offset：4，
type：word，
position：4
}，{
token：，
start_offset：4，
end_offset：5，
type：word，
position ：5
}，{
token：i，
start_offset：5，
end_offset：6，
type单词，
position：6
}，{
token：s，
start_offset：6，
end_offset ，
type：word，
position：7
}，{
token：，
start_offset：7，
end_offset：8，
type：word，
position ：8
}，{
token：a，
start_offset：8，
end_offset：9，
type word
position：9
}，{
token：，
start_offset：9，
end_offset
type：word，
position：10
}，{
token：t，
start_offset
end_offset：11，
type：word，
position：11
}，{
token：e
start_offset：11，
end_offset：12，
type：word，
position：12
}，{
token：s，
start_offset：12，
end_offset：13，
type：word，
position：13
}，{
token：t，
start_offset：13，
end_offset：14，
type：word，
position：14
}，{
：
start_offset：14，
end_offset：15，
type：word，
position：15
}，{
token：e，
start_offset：15，
end_offset：16，
type：word，
position：16
}，{
token：l，
start_offset：16，
end_offset：17，
类型：word，
position：17
}，{
token：a，
start_offset：17，
end_offset：18，
type：word，
position：18
}，{
token：s，
start_offset：18，
end_offset：19，
：word，
position：19
}，{
token：t，
start_offset：19，
end_offset ：20，
type：word，
position：20
}，{
token：i，
start_offset ：20，
end_offset：21，
type：word，
position：21
}，{
token c，
start_offset：21，
end_offset：22，
type：word，
position：22
} ，{
token：s，
start_offset：22，
end_offset：23，
type：word，
position：23
}，{
token：e，
start_offset：23，
end_offset：24，
type：word，
position：24
}，{
token：a，
start_offset：24，
end_offset：25，
type：word，
position 25
}，{
token：r，
start_offset：25，
end_offset：26，
type：
position：26
}，{
token：c，
start_offset：26，
end_offset
type：word，
position：27
}，{
token：h，
start_offset
end_offset：28，
type：word，
position：28
}，{
token：th
start_offset：0，
end_offset：2 ，
type：word，
position：29
}，{
token：
start_offset ，
end_offset：3，
type：word，
position：30
}，{
token：is ，
start_offset：2，
end_offset：4，
type：word，
position：31
}，{
token：s，
start_offset：3，
end_offset：5，
type：word，
position ：$ 32
}，$ $ $ $ $ $ $ $$$$$$$$单词，
position：33
}，{
token：is，
start_offset：5，
end_offset ，
type：word，
position：34
}，
token：s，
start_offset：6，
end_offset：8，
type：word，
position：35
}，{
token：a，
start_offset：7，
end_offset：9，
类型：word，
position：36
}，{
token：a，
start_offset：8，
end_offset：10，
type：word，
position：37
}，{
token：t，
start_offset：9，
end_offset：11，
type：word，
position：38
}，{
：te，
start_offset：10，
end_offset：12，
type：word，
position：39
}，{
token：es，
start_offse t：11，
end_offset：13，
type：word，
position：40
}，{
token ：st，
start_offset：12，
end_offset：14，
type：word，
position：41
}，{
token：t，
start_offset：13，
end_offset：15，
type：word，
position：42
}，{
token：e，
start_offset：14，
end_offset：16，
类型：word，
position：43
}，{
token：el，
start_offset：15，
end_offset：17，
type：word，
position：44
}，{
token：la，
start_offset：16，
end_offset：18，
type ：word，
position：45
}，{
token：as，
start_offset：17，
end_offset ：19，
type：word，
position：46
}，{
token：st，
start_offset ：18，
end_offset：20，
type：word，
position：47
}，{
token ti，
start_offset：19，
end_offset：21，
type：word，
position：48
} ，{
token：ic，
start_offset：20，
end_offset：22，
type：word，
position：49
}，{
token：cs，
start_offset：21，
end_offset：23，
：word，
position：50
}，{
令牌：se，
start_offset：22，
end_offset：24，
type：word，
position：51
}，{
token：ea，
start_offset：23，
end_offset：25，
type：word
position：52
}，{
token：ar，
start_offset：24，
end_offset：26，
type：word，
position：53
}，{
token：rc，
start_offset：25，
end_offset：27，
type：word，
position：54
}，{
token：ch，
start_offset：26，
end_offset：28，
type：word，
position：55
}
]
}
这是一个链接在您的索引
中设置适当的分析器/标记器的示例
然后你的查询应该返回预期的文档。
I am new to Elastic Search. I mapped a field to 'string' in Elastic search index. I need to retrieve the documents if field value contains the given search text.
JSON1 : "{\"id\":\"1\",\"message\":\"Welcome to elastic search\"}"
JSON2 : "{\"id\":\"2\",\"message\":\"elasticsearch\"}"
If I search with 'elastic', I need to get both the records. I am getting only first one.
Now I am getting documents based on FTS. Please guide me to achieve search like/ilike in psql in Elastic Search.
Thanks in advance.
解决方案
It's a matter of tokenizer. You can take a look at NGram http://www.elasticsearch.org/guide/reference/index-modules/analysis/ngram-tokenizer/
You can test it using the route /_analyze
Here is how Elasticsearch tokenize by default.
curl -XGET 'localhost:9200/_analyze?tokenizer=standard' -d 'this is a test elasticsearch'
{
"tokens": [{
"token": "this",
"start_offset": 0,
"end_offset": 4,
"type": "<ALPHANUM>",
"position": 1
}, {
"token": "is",
"start_offset": 5,
"end_offset": 7,
"type": "<ALPHANUM>",
"position": 2
}, {
"token": "a",
"start_offset": 8,
"end_offset": 9,
"type": "<ALPHANUM>",
"position": 3
}, {
"token": "test",
"start_offset": 10,
"end_offset": 14,
"type": "<ALPHANUM>",
"position": 4
}, {
"token": "elasticsearch",
"start_offset": 15,
"end_offset": 28,
"type": "<ALPHANUM>",
"position": 5
}
]
}
Here is an example with nGram and the default values
curl -XGET 'localhost:9200/_analyze?tokenizer=nGram' -d 'this is a test elasticsearch'
{
"tokens": [{
"token": "t",
"start_offset": 0,
"end_offset": 1,
"type": "word",
"position": 1
}, {
"token": "h",
"start_offset": 1,
"end_offset": 2,
"type": "word",
"position": 2
}, {
"token": "i",
"start_offset": 2,
"end_offset": 3,
"type": "word",
"position": 3
}, {
"token": "s",
"start_offset": 3,
"end_offset": 4,
"type": "word",
"position": 4
}, {
"token": " ",
"start_offset": 4,
"end_offset": 5,
"type": "word",
"position": 5
}, {
"token": "i",
"start_offset": 5,
"end_offset": 6,
"type": "word",
"position": 6
}, {
"token": "s",
"start_offset": 6,
"end_offset": 7,
"type": "word",
"position": 7
}, {
"token": " ",
"start_offset": 7,
"end_offset": 8,
"type": "word",
"position": 8
}, {
"token": "a",
"start_offset": 8,
"end_offset": 9,
"type": "word",
"position": 9
}, {
"token": " ",
"start_offset": 9,
"end_offset": 10,
"type": "word",
"position": 10
}, {
"token": "t",
"start_offset": 10,
"end_offset": 11,
"type": "word",
"position": 11
}, {
"token": "e",
"start_offset": 11,
"end_offset": 12,
"type": "word",
"position": 12
}, {
"token": "s",
"start_offset": 12,
"end_offset": 13,
"type": "word",
"position": 13
}, {
"token": "t",
"start_offset": 13,
"end_offset": 14,
"type": "word",
"position": 14
}, {
"token": " ",
"start_offset": 14,
"end_offset": 15,
"type": "word",
"position": 15
}, {
"token": "e",
"start_offset": 15,
"end_offset": 16,
"type": "word",
"position": 16
}, {
"token": "l",
"start_offset": 16,
"end_offset": 17,
"type": "word",
"position": 17
}, {
"token": "a",
"start_offset": 17,
"end_offset": 18,
"type": "word",
"position": 18
}, {
"token": "s",
"start_offset": 18,
"end_offset": 19,
"type": "word",
"position": 19
}, {
"token": "t",
"start_offset": 19,
"end_offset": 20,
"type": "word",
"position": 20
}, {
"token": "i",
"start_offset": 20,
"end_offset": 21,
"type": "word",
"position": 21
}, {
"token": "c",
"start_offset": 21,
"end_offset": 22,
"type": "word",
"position": 22
}, {
"token": "s",
"start_offset": 22,
"end_offset": 23,
"type": "word",
"position": 23
}, {
"token": "e",
"start_offset": 23,
"end_offset": 24,
"type": "word",
"position": 24
}, {
"token": "a",
"start_offset": 24,
"end_offset": 25,
"type": "word",
"position": 25
}, {
"token": "r",
"start_offset": 25,
"end_offset": 26,
"type": "word",
"position": 26
}, {
"token": "c",
"start_offset": 26,
"end_offset": 27,
"type": "word",
"position": 27
}, {
"token": "h",
"start_offset": 27,
"end_offset": 28,
"type": "word",
"position": 28
}, {
"token": "th",
"start_offset": 0,
"end_offset": 2,
"type": "word",
"position": 29
}, {
"token": "hi",
"start_offset": 1,
"end_offset": 3,
"type": "word",
"position": 30
}, {
"token": "is",
"start_offset": 2,
"end_offset": 4,
"type": "word",
"position": 31
}, {
"token": "s ",
"start_offset": 3,
"end_offset": 5,
"type": "word",
"position": 32
}, {
"token": " i",
"start_offset": 4,
"end_offset": 6,
"type": "word",
"position": 33
}, {
"token": "is",
"start_offset": 5,
"end_offset": 7,
"type": "word",
"position": 34
}, {
"token": "s ",
"start_offset": 6,
"end_offset": 8,
"type": "word",
"position": 35
}, {
"token": " a",
"start_offset": 7,
"end_offset": 9,
"type": "word",
"position": 36
}, {
"token": "a ",
"start_offset": 8,
"end_offset": 10,
"type": "word",
"position": 37
}, {
"token": " t",
"start_offset": 9,
"end_offset": 11,
"type": "word",
"position": 38
}, {
"token": "te",
"start_offset": 10,
"end_offset": 12,
"type": "word",
"position": 39
}, {
"token": "es",
"start_offset": 11,
"end_offset": 13,
"type": "word",
"position": 40
}, {
"token": "st",
"start_offset": 12,
"end_offset": 14,
"type": "word",
"position": 41
}, {
"token": "t ",
"start_offset": 13,
"end_offset": 15,
"type": "word",
"position": 42
}, {
"token": " e",
"start_offset": 14,
"end_offset": 16,
"type": "word",
"position": 43
}, {
"token": "el",
"start_offset": 15,
"end_offset": 17,
"type": "word",
"position": 44
}, {
"token": "la",
"start_offset": 16,
"end_offset": 18,
"type": "word",
"position": 45
}, {
"token": "as",
"start_offset": 17,
"end_offset": 19,
"type": "word",
"position": 46
}, {
"token": "st",
"start_offset": 18,
"end_offset": 20,
"type": "word",
"position": 47
}, {
"token": "ti",
"start_offset": 19,
"end_offset": 21,
"type": "word",
"position": 48
}, {
"token": "ic",
"start_offset": 20,
"end_offset": 22,
"type": "word",
"position": 49
}, {
"token": "cs",
"start_offset": 21,
"end_offset": 23,
"type": "word",
"position": 50
}, {
"token": "se",
"start_offset": 22,
"end_offset": 24,
"type": "word",
"position": 51
}, {
"token": "ea",
"start_offset": 23,
"end_offset": 25,
"type": "word",
"position": 52
}, {
"token": "ar",
"start_offset": 24,
"end_offset": 26,
"type": "word",
"position": 53
}, {
"token": "rc",
"start_offset": 25,
"end_offset": 27,
"type": "word",
"position": 54
}, {
"token": "ch",
"start_offset": 26,
"end_offset": 28,
"type": "word",
"position": 55
}
]
}
Here is a link with an example to set the proper analyzer/tokenizer in your indexHow to setup a tokenizer in elasticsearch
Then your query should return the expected documents.
这篇关于如果源包含Elastic Search Server中的给定搜索文本，则获取所有文档的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！