Elasticsearch中单个或多个文档中的多个单词匹配（全文）

我的要求是：

如果我将多个单词作为列表传递给搜索，ES将返回单词匹配子集以及匹配单词的文档，这样我就可以了解哪个文档与哪个子集匹配。

假设我需要搜索诸如足球、板球、网球、高尔夫等单词。 在三份文件中

我将把这些文件存储在相应的文档中。“mydocuments”索引的映射如下所示：

{
  "mydocuments" : {
    "mappings" : {
      "docs" : {
        "properties" : {
          "file_content" : {
            "type" : "string"
          }
        }
      }
    }
  }
}

第一份文件

{ _id: 1, file_content: "I love tennis and cricket"}

第二份文件：

{ _id: 2, file_content: "tennis and football are very popular"}

{ _id: 3, file_content: "football and cricket are originated in england"}

第三份文件：

{ _id: 2, file_content: "tennis and football are very popular"}

{ _id: 3, file_content: "football and cricket are originated in england"}

我应该能够搜索一个或多个足球、网球、， 板球，高尔夫，它应该会有这样的回报

    "hits":{
        "total" : 3,
        "hits" : [
            {
                "_index" : "twitter",
                "_type" : "tweet",
                "_id" : "1",
                "_source" : {
                    "file_content" : ["football","cricket"],
                    "postDate" : "2009-11-15T14:12:12",

                }
                },
                {
                    "_index" : "twitter",
                    "_type" : "tweet",
                    "_id" : "2",
                    "_source" : {
                        "file_content" : ["football","tennis"],
                        "postDate" : "2009-11-15T14:12:12",

                    }
                }
            ]

像这样的

    "hits":{
        "total" : 3,
        "hits" : [
            {
                "_index" : "twitter",
                "_type" : "tweet",
                "_id" : "1",
                "_source" : {
                    "file_content" : ["football","cricket"],
                    "postDate" : "2009-11-15T14:12:12",

                }
                },
                {
                    "_index" : "twitter",
                    "_type" : "tweet",
                    "_id" : "2",
                    "_source" : {
                        "file_content" : ["football","tennis"],
                        "postDate" : "2009-11-15T14:12:12",

                    }
                }
            ]

或者在多个文件搜索的情况下，使用上述搜索结果的数组

知道我们如何使用Elasticsearch来实现这一点吗

如果使用elasticsearch确实无法做到这一点，我准备评估任何其他选项（Native lucene，Solr）

编辑

---

我的缺点可能是我没有提供足够的细节@Andrew我所说的文件是以字符串字段（全文）形式存储在ES文档中的文件文本内容。假设一个文件对应于一个名为“file_content”的字段中包含文本内容字符串的文档。

最接近您所需的内容是，这意味着强调文档中搜索的术语

示例查询：

{
  "query": {
    "match": {
      "file_content": "football tennis cricket golf"
    }
  },
  "highlight": {
    "fields": {"file_content":{}}
  }
}

结果:

"hits": { "total": 3, "max_score": 0.027847305, "hits": [ { "_index": "test_highlight", "_type": "docs", "_id": "1", "_score": 0.027847305, "_source": { "file_content": "I love tennis and cricket" }, "highlight": { "file_content": [ "I love <em>tennis</em> and <em>cricket</em>" ] } }, { "_index": "test_highlight", "_type": "docs", "_id": "2", "_score": 0.023869118, "_source": { "file_content": "tennis and football are very popular" }, "highlight": { "file_content": [ "<em>tennis</em> and <em>football</em> are very popular" ] } }, { "_index": "test_highlight", "_type": "docs", "_id": "3", "_score": 0.023869118, "_source": { "file_content": "football and cricket are originated in england" }, "highlight": { "file_content": [ "<em>football</em> and <em>cricket</em> are originated in england" ] } } ] } “点击次数”：{ “总数”：3， “最高分数”：0.027847305， “点击次数”：[ { “_索引”：“测试_突出显示”， “_type”：“docs”， “_id”：“1”， “_分数”：0.027847305， “_来源”：{ “档案内容”：“我喜欢网球和板球” }, “亮点”：{ “文件内容”：[ “我喜欢网球和板球” ] } }, { “_索引”：“测试_突出显示”， “_type”：“docs”， “_id”：“2”， “_分数”：0.023869118， “_来源”：{ “档案内容”：“网球和足球非常受欢迎” }, “亮点”：{ “文件内容”：[ “网球和足球很受欢迎” ] } }, { “_索引”：“测试_突出显示”， “_type”：“docs”， “_id”：“3”， “_分数”：0.023869118， “_来源”：{ “文件内容”：“足球和板球起源于英格兰” }, “亮点”：{ “文件内容”：[ “足球和板球起源于英国” ] } } ] }

---

正如您所看到的，在一个特殊的

突出显示
部分下突出显示了找到的术语（元素被
标记包围）。
我认为您需要考虑您自己的应用程序，看看ES能给您带来什么，以及您能做些什么，以您希望的方式在自己的应用程序中安排结果<代码>{football:yes，cricket:no，network:yes，golf-no}
是关于你的申请，ES不能给你这样的东西。ES为您提供JSON，这个JSON具有特定的、确定良好的结构。请先阅读关于ES的文档，然后提出一个关于ES的有意义的问题。@Andreastefan:我确实觉得这个问题很有趣，并且认为它是一个通用的ES问题。（免责声明：我是Solr用户。）文件中的文本是标记化的，我想说问题归结为：如果我给ES一些单词，我如何找出这些单词（或由单词生成的标记）中的哪些在哪个文档中？我不认为原始海报需要的是给定的JSON结构，而只是可以从ES返回的JSON结构派生的数据。@BlueM，首先他谈到的是“文件”。在ES中，我们谈论文档。他/她是如何从“文件”变成“文件”的——没有提到这一点。其次，没有映射，您假设“标记化”。好的，如何标记化？他已经有地图了吗？如果有，地图在哪里？海报能否澄清我的JSON声明？目前还没有。第三，仅供参考，SO提供了一些关于如何提问的信息。话虽如此，我确实希望海报能展示他尝试了什么，他到目前为止有什么，还有什么不起作用。我给了他/她一个关于阅读文档的重要建议。@Andreastefan：当然——问题中缺少很多细节，为了简单起见，我对设置做了一些假设。但是：我还是对答案感兴趣：-）@BlueM好的。假设这么多的事情都是“太宽泛”的问题。我将等待帖子的更新。在那之前，我不会试图回答。