Elasticsearch优化查询

Question

我们使用elasticsearch正在执行搜索公司名单，但它不是我们所期望的

**Example companies:**  
Infosys technologies   
Infosys technologies ltd   
Infosys technologies pvt ltd   
Infosys technologies Limited   
Infosys technologies Private Limited   
BAC Infosys ltd 

场景：

1. 当搜索关键字“Infosys公司”，它应该返回“印孚瑟斯 技术“列表。

2. 当搜索关键字“Infosys ltd”时，应返回“Infosys technologies”列表。

3. 当搜索关键字“BAC Infosys ltd”时，应返回“BAC Infosys ltd”列表。

以下设置和映射使用

{ 
    "settings": { 
     "analysis": { 
     "filter": { 
      "nGram_filter": { 
       "type": "nGram", 
       "min_gram": 3, 
       "max_gram": 3, 
       "token_chars": [ 
        "letter", 
        "digit", 
        "punctuation", 
        "symbol" 
       ] 
      } 
     }, 
     "analyzer": { 
      "nGram_analyzer": { 
       "type": "custom", 
       "tokenizer": "keyword", 
       "filter": [ 
        "lowercase", 
        "asciifolding", 
        "nGram_filter" 
       ] 
      }, 
      "keyword_analyzer": { 
       "type": "custom", 
       "tokenizer": "keyword", 
       "filter": [ 
        "lowercase", 
        "asciifolding" 
       ] 
      } 
     } 
     } 
    }, 
    "mappings": { 
     "companies": { 
      "properties": { 
       "company_name": { 
        "type": "string", 
        "store": "true", 
        "index_analyzer": "nGram_analyzer", 
        "search_analyzer": "keyword_analyzer", 
        "null_value": "null" 
       } 
      } 
     } 
    } 
} 

查询：

{"query": 
    { 
     "bool": { 
     "must": [ 
      { "match": { "company_name": "Infosys technologies" }} 
     ], 
     "minimum_should_match": "80%" 
     } 
    } 
} 

请帮助我如何实现这一目标。

Answer 1

您在搜索查询和映射方面都缺少一些东西。在您的场景中使用当前映射设置并使用当前映射设置 1）结果也将具有BAC值。您应该切换到边缘n-grams。但这不会让您从中间搜索。 2）它也取决于你正在建立什么类型的搜索，你可以避免我在1中提出的安排。对于你的所有场景，让我们假设你的列表在结果中也可以有BAC值，但在列表中排名较低。为此，您可以使用proximity queries模糊查询进行拼写检查。

以上三种情况下，不会向我解释整个功能，并且会为您的搜索功能使用-case，但我认为由elastic提供的邻近搜索可以让您更灵活地满足您的案例。

Answer 2

带状疱疹能帮助： https://www.elastic.co/guide/en/elasticsearch/guide/current/shingles.html

对于你区分的ng_Gram分析是不相关的，它应该影响性能和相关性得分。创建shingle filter和custom analyzer与standard tokenizer和lowercase filter。

HtH，