python - elasticsearch小写，如％term％search

我有以下文件路径需要保存到ES:

/mnt/qfs-X/Asset_Management/XG_Marketing_/Episodic-SG_1001_1233.jpg

我希望能够搜索以下内容并找到匹配项:

search = "qf episodic sg_1001 JPG"

并获得一个匹配，换句话说，它将是一个搜索，例如在(my)sql中进行以下搜索:

select * from table where fp like '%qf%' and fp like '%episodic%'
and fp like '%sg_1001%' and fp like '%jpg%'

这里有两个问题:

将其存储在索引中的正确方法是什么？目前，我有一个非常基本(且不正确)的关键字字段-

body = {
        "mappings": {
            "_doc": {
                "dynamic": "strict",
                "properties": {
                    "path":        {"type": "keyword"},
                }
            }
        }
}

在ES中搜索以上内容的正确方法是什么？目前我有-

"query": {
  "bool": {
    "must": [
      { "match": { "fp": "qf" } },
      { "match": { "fp": "episodic" } },
      { "match": { "fp": "sg_1001" } },
      { "match": { "fp": "JPG" } }
    ]
  }
}

最佳答案

假设您的输入是这样的:

/mnt/qfs-X/Asset_Management/XG_Marketing_/Episodic-SG_1001_1233.jpg

我要做的是将所有forward slash和underscore转换为whitespaces
如此有效，您的输入现在看起来就像

mnt qfs-X Asset_Management XG Marketing Episodic-SG 1001 1233.jpg

将standard标记器与下面的token_filter(standard and lowercase)一起使用将是您最终拥有的单词列表，这些单词将最终存储在反向索引中，从而可以查询。

mnt qfs X asset management xg marketing episodic sg 1001 1233 jpg

下面是上面的示例映射和查询:

制图

PUT mysampleindex
{
   "settings":{
      "analysis":{
         "analyzer":{
            "my_analyzer":{
               "tokenizer":"standard",
               "char_filter":[
                  "my_char_filter"
               ],
               "filter":[
                  "standard",
                  "lowercase"
               ]
            }
         },
         "char_filter":{
            "my_char_filter":{
               "type":"pattern_replace",
               "pattern":"\\/|_",
               "replacement":" "
            }
         }
      }
   },
   "mappings":{
      "mydocs":{
         "properties":{
            "mytext":{
               "type":"text",
               "analyzer":"my_analyzer"
            }
         }
      }
   }
}

样本文件

POST mysampleindex/mydocs/1
{
  "mytext": "nt/qfs-X/Asset_Management/XG_Marketing_/Episodic-SG_1001_1233.jpg"
}

样品查询

POST mysampleindex/_search
{
   "query":{
      "match":{
         "mytext":"qfs episodic sg 1001 jpg"
      }
   }
}

请记住，当您将上述查询发送给Elasticsearch时，Elasticsearch会接受输入并在那里也应用Search Time Analysis。我建议您阅读此链接，以获取有关此内容的更多信息，以及即使使用以下查询字符串也可以获得该文档的原因。

"mytext": "QFS EPISODIC SG 1001 jpg"

现在，如果您尝试使用pisodic(e pisodic )进行搜索，即以下面的查询为例，搜索将不会返回任何内容，因为您的倒排索引不会以这种方式保存单词。对于这种情况，建议您使用N-Gram Tokenizer，以便episodic进一步创建类似episodi, pisodic的单词，并将其存储在反向索引中。

POST mysampleindex/_search
{
   "query":{
      "match":{
         "mytext":"pisodic"
      }
   }
}

另请注意，我一直在使用text而不是keyword数据类型。
我希望这有帮助!