php中的Elasticsearch匹配子字符串

下面是我使用elasticsearch生成索引的代码。索引已成功生成。基本上，我使用它生成autosuggest，具体取决于电影名、演员名和gener

现在我的要求是，我需要将子字符串与特定字段相匹配。如果我使用

$params['body']['query']['wildcard']['field']='*sub_word*'，这就可以了（即，搜索“to”会得到“tom kruz”，但搜索“tom kr”不会返回结果）

这只匹配字符串中的特定单词。我想匹配包含多个单词的子字符串（即“tom kr”应返回“tom kruz”）

我发现很少有文档说可以使用“ngram”。
但我不知道，我应该如何在代码中实现它，因为我正在为elasticsearch使用基于数组的配置，所有支持文档都提到json fromat中的配置

请帮忙

require 'vendor/autoload.php';

$client = \Elasticsearch\ClientBuilder::create()
->setHosts(['http://localhost:9200'])->build();

/*************Index a document****************/
$params = ['body' => []];
$j = 1;
for ($i = 1; $i <= 100; $i++) {
    $params['body'][] = [
        'index' => [
            '_index' => 'pvrmod',
            '_type' => 'movie',
            '_id' => $i
        ]
    ];
    if ($i % 10 == 0) 
        $j++;
    $params['body'][] = [
        'title' => 'salaman khaan'.$j,
        'desc' => 'salaman khaan description'.$j,
        'gener' => 'movie gener'.$j,
        'language' => 'movie language'.$j,
        'year' => 'movie year'.$j,
        'actor' => 'movie actor'.$j,
    ];

    // Every 10 documents stop and send the bulk request
    if ($i % 10 == 0) {
        $responses = $client->bulk($params);

        // erase the old bulk request
        $params = ['body' => []];

        unset($responses);
    }
}

// Send the last batch if it exists
if (!empty($params['body'])) {
    $responses = $client->bulk($params);
}

需要“vendor/autoload.php”；
$client=\Elasticsearch\ClientBuilder:：create（）
->setHosts（['http://localhost:9200']->build（）；
/*************为文件编制索引****************/
$params=['body'=>[]；
$j=1；
对于（$i=1；$i）[
“_index”=>“pvrmod”，
“_type”=>“movie”，
“\u id”=>$i
]
];
如果（$i%10==0）
$j++；
$params['body'][][
“title”=>“salaman khaan”。$j，
“描述”=>“salaman khaan描述”。$j，
“gener”=>“movie gener”。$j，
“语言”=>“电影语言”。$j，
“年”=>“电影年”。$j，
“演员”=>“电影演员”。$j，
];
//每10个文档停止并发送批量请求
如果（$i%10==0）{
$responses=$client->bulk（$params）；
//删除旧的批量请求
$params=['body'=>[]；
未结算（答复）；
}
}
//发送最后一批（如果存在）
如果（！empty（$params['body']））{
$responses=$client->bulk（$params）；
}
尝试创建此
JSON

{
"query": {
    "filtered": {
        "query": {
            "bool": {
                "should": [
                    {
                        "wildcard": {
                            "field": {
                                "value": "tom*",
                                "boost": 1
                            }
                        }
                    },
                    {
                        "field": {
                            "brandname": {
                                "value": "kr*",
                                "boost": 1
                            }
                        }
                    },
                ]
            }
        }
    }
}

你可以分解你的搜索词

$searchTerms = explode(' ', 'tom kruz');

然后为每一个创建通配符

foreach($searchTerms as $searchTerm) {
//create the new array
}

这里的问题在于Elasticsearch构建了一个倒排索引。假设您使用标准的分析器，句子“tom kruz是一个顶级高手”会被拆分为6个标记：tom-kruz-is-a-top-gun。这些标记会被分配到文档中（其中包含一些关于位置的元数据，但我们暂时不讨论）

如果要进行部分匹配，可以，但只能在单独的标记上，而不能像您希望的那样跨越标记边界。建议拆分搜索字符串并从这些字符串中构建通配符查询

另一种选择是使用or标记过滤器。这样做（在索引时）就是提前创建那些部分标记（如t-to-tom-…-k-kr-kru-kruz-…），您可以在（匹配）搜索中输入“tom-kr”，它就会匹配。不过要小心：这会使索引膨胀（如您所见，它将存储更多的令牌），您需要并且可能需要相当多的关于映射的知识

通常情况下，（边）ngram route是一个好主意，它只适用于自动完成之类的事情，而不仅仅适用于索引中的任何文本字段。有几种方法可以解决您的问题，但大多数都涉及到构建单独的功能来检测拼写错误的单词，并尝试为其提供正确的术语。
亲爱的costa，谢谢您的回答。但您确定，只是一个查询，运行wildca吗对单个单词的rd搜索将提供与多单词子字符串匹配的最相关结果？