elasticsearch 查询elasticsearch以使所有分析的ngram令牌匹配

我用一个nGram分析仪（它只发出三克）对一些数据进行了索引，以解决这个问题

然而，这并没有像预期的那样起作用：相应的匹配查询将返回至少有一个nGram标记（每个单词）匹配的所有文档

例如：

让我们使用nGram分析器，使用单个字段获取这两个索引文档：

POST /compound_test/doc/_bulk
{ "index": { "_id": 1 }}
{ "content": "elasticsearch is awesome" }
{ "index": { "_id": 2 }}
{ "content": "some search queries don't perform good" }

现在，如果我运行以下查询，我将得到两个结果：

"match": {
  "content": {
    "query": "awesome search",
    "minimum_should_match": "100%"
  }
}

由此构造的查询可以表示为：

(awe OR wes OR eso OR ome) AND (sea OR ear OR arc OR rch)

"match": {
  "content": {
    "query": "awe wes eso ome sea ear arc rch",
    "analyzer": "whitespace", 
    "minimum_should_match": "100%"
  }
}

这就是第二个文档匹配的原因（它包含“some”和“search”）。它甚至可以将文档与包含标记“som”和“rch”的单词进行匹配

我实际上想要的是一个查询，其中每个分析的标记必须匹配（在最佳情况下，取决于最小值应该匹配），因此类似这样：

(awe OR wes OR eso OR ome) AND (sea OR ear OR arc OR rch)

"match": {
  "content": {
    "query": "awe wes eso ome sea ear arc rch",
    "analyzer": "whitespace", 
    "minimum_should_match": "100%"
  }
}

…而不是“直接”创建该查询/在客户端对其进行预分析

可在以下位置找到再现该行为的所有设置和数据：

---

有这种可能性吗？

在写问题时，我意外地找到了答案：

如果ngram分析仪使用ngram过滤器生成三叉图（如指南中所述），则其工作方式如上所述。（我猜是因为实际的令牌不是单个ngrams，而是所有创建的ngrams的组合）

为实现所需的行为，分析仪必须使用ngram标记器：

"tokenizer": {
  "trigram_tokenizer": {
    "type": "ngram",
    "min_gram": 3,
    "max_gram": 3,
    "token_chars": [
      "letter",
      "digit"
    ]
  }
},
"analyzer": {
  "trigrams_with_tokenizer": {
    "type": "custom",
    "tokenizer": "trigram_tokenizer" 
  }
}

---

使用这种方式生成令牌将在对该字段进行查询时产生预期结果。

在编写问题时，我意外地找到了答案：

如果ngram分析仪使用ngram过滤器生成三叉图（如指南中所述），则其工作方式如上所述。（我猜是因为实际的令牌不是单个ngrams，而是所有创建的ngrams的组合）

为实现所需的行为，分析仪必须使用ngram标记器：

"tokenizer": {
  "trigram_tokenizer": {
    "type": "ngram",
    "min_gram": 3,
    "max_gram": 3,
    "token_chars": [
      "letter",
      "digit"
    ]
  }
},
"analyzer": {
  "trigrams_with_tokenizer": {
    "type": "custom",
    "tokenizer": "trigram_tokenizer" 
  }
}

---

使用这种方法生成令牌将在查询该字段时产生预期结果。

是的，我正打算指出这个问题，即您应该使用ngram令牌生成器而不是ngram令牌筛选器，因为您的示例与ES指南中的示例不同（示例显示了复合词，而您的示例没有任何复合词）. 很高兴你明白了！我猜“elasticsearch”是一个复合词……）好吧，我想用英语保留这个例子。。顺便说一句，ngram也可以很好地处理小的打字错误。是的，我要指出的正是这个问题，即你应该使用ngram标记器而不是ngram标记过滤器，因为你的示例与ES指南中的示例不同（示例显示了复合词，而你的示例没有）。很高兴你明白了！我猜“elasticsearch”是一个复合词……）好吧，我想用英语保留这个例子。。顺便说一句，Ngram也很有可能处理小的打字错误。