elasticsearch 仅当与第一个筛选器不匹配时，Elasticsearch筛选器

我的用例是搜索英国地址，那里有一个定义良好的邮政编码系统，但是我的用户仍然可能会在邮政编码上出错。我想使用一个过滤器，因为在大多数情况下，用户将获得正确的邮政编码，我不想让Elasticsearch比它需要的更难，但我想避免从我的应用程序到ES的往返

我正在使用文档中描述的

edge n-gram

分析器，因此，以邮政编码

ME4 4NR

为例，我对

ME4 4NR

，

ME4 4N

，

ME4

和

ME4

进行了索引。我想先按

ME4 4NR

进行过滤，如果没有匹配项，则只扩大到

ME4 4N

---

我可以在ES查询中实现这一点，还是需要在应用程序逻辑中实现这一点？任何建议都将不胜感激。我可以在

ME4

上使用带有

must

和

should

s的布尔过滤器，但我想知道是否有更好的方法？

我认为你把事情复杂化了一点。如果这样，那么ES可以实现其他一些事情，但可能的情况是有限的。例如--“else”部分是一个

must

，其中语句是一个

bool

过滤器，该过滤器首先检查另一个

must

缺少

的“条件”。因此，为了应用“if-then-else”语句的另一部分，某些内容必须仍然是真的。这并不是一个严格的问题，只有当“某个条件”是真的或假的时候才这样做，就像在编程中一样。您需要采用这种弹性搜索方式，而不是编程方式

您的解决方案-在
ME4
上使用
must
，在其他解决方案上使用
should
s-在imo上是不必要的。如果您将
analyzer
设置为边缘n-gram，则在索引时使用相同的分析器，但在搜索时也使用。这意味着，根据使用的查询/过滤器，在执行搜索之前，将对输入文本进行分析

例如，如果在搜索时使用
match
query，则会分析您提供的输入文本。这意味着，如果您输入
ME4 4N
作为搜索文本，首先ES将对输入文本进行n-gram边缘处理，并使用结果标记搜索反向索引。因此，无需在您自己的代码中执行此操作，也无需在ES查询中提出多个
should
s

我的建议是首先适当地设置一组定义良好的需求。也就是说，知道你希望你的搜索做什么：想想应该放在倒排索引中的标记，想想用户输入了什么。确定您是否需要在索引时进行分析，但也需要在搜索时进行分析。根据这一点，考虑在搜索时使用过滤器/查询的方法，这意味着哪些分析输入文本，哪些不分析（
term
，例如，
match
）然后，测试您的方法并查看性能。不要因为您可能错了而认为某些东西在ES上做的工作比它应该做的更多。测试并比较结果，然后开始改进并提出其他想法。
感谢您的建议，Andrei，非常感谢。我现在在第一部分（如ME4）提供了一个过滤器，它使ES在7000万条记录上的工作变得更加轻松，并保持搜索的良好性能和结果的合理性，然后将完整的邮政编码作为常规匹配查询传递给分析器，让它完成它的工作，到目前为止，结果非常好，再次感谢您的帮助。