完全匹配，不区分大小写的匹配，无需在Elasticsearch 6.2中进行标准化

Question

我看过每一篇文章，发现可以执行精确匹配，不区分大小写的查询，但是在实现时，它们并不能满足我的要求。

在将此问题标记为重复之前，请阅读整篇文章。

给定一个用户名，我想查询我的Elasticsearch数据库以仅返回一个与该用户名完全匹配但不区分大小写的文档。

我尝试lowercase为username属性指定分析器，并使用match查询来实现此行为。虽然这解决了区分大小写的匹配问题，但在精确匹配时失败了。

我考虑使用lowercase规范化程序，但这会使索引中的所有用户名都变为小写，因此当我聚合用户名时，它们将以小写形式返回，这不是我想要的。我需要在用户名中保留每个字母的原始大小写。

插入用户

POST {elastic}/users/_doc

{
    "email": "[e-mail]",
    "username": "UsErNaMe",
    "password": "1234567"
}

该文档将存储在users准确地称为索引的索引中。

通过用户名获取用户

GET {frontend}/user/UsErNaMe

应该回来

{
    "email": "[e-mail]",
    "username": "UsErNaMe",
    "password": "1234567"
}

和

GET {frontend}/user/username

应该回来

{
    "email": "[e-mail]",
    "username": "UsErNaMe",
    "password": "1234567"
}

和

GET {frontend}/user/USERNAME

应该回来

{
    "email": "[e-mail]",
    "username": "UsErNaMe",
    "password": "1234567"
}

和

GET {frontend}/user/UsErNaMe $RaNdoM LeTteRs

应该 不 返回任何东西。

谢谢。

Answer 1

要实现不区分大小写的精确匹配，您需要定义自己的分析器。分析仪需要执行两个操作：

1. 小写输入值。（不区分大小写）
2. 小写操作后对输入的任何修改为“否”。（用于精确搜索）

以上两个可以通过以下方式实现：

1. lowercase定义自定义分析器时使用过滤器。
2. 将设置tokenizer为keyword，这将确保在应用小写过滤器后确保生成输入值的单个标记。

现在，可以将此自定义分析器应用于需要区分大小写的精确搜索的文本字段。

因此，要创建索引，您可以在下面使用：

PUT test
{
  "settings": {
    "analysis": {
      "analyzer": {
        "case_insensitive_analyzer": {
          "type": "custom",
          "filter": [
            "lowercase"
          ],
          "tokenizer": "keyword"
        }
      }
    }
  },
  "mappings": {
    "_doc": {
      "properties": {
        "email": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword"
            }
          }
        },
        "username": {
          "type": "text",
          "analyzer": "case_insensitive_analyzer"
        },
        "password": {
          "type": "keyword"
        }
      }
    }
  }
}

上面case_insensitive_analyzer是必需的分析器，您可以看到它已在username现场应用。

因此，当您为文档编制索引时，如下所示：

PUT test/_doc/1
{
  "email": "[e-mail]",
  "username": "UsErNaMe",
  "password": "1234567"
}

对于该字段username，输入为UsErNaMe。分析仪首先lowercase对输入UsErNaMe值应用过滤器，以得出值username。现在，在此值username上应用keyword令牌化器，该令牌化器什么也不做，只是将应用过滤器后获得的值作为单个令牌输出username。

现在，您可以使用以下匹配查询来搜索用户名字段：

GET test/_doc/_search
{
  "query": {
    "match": {
      "username": "USERNAME"
    }
  }
}

使用上面的将为您提供所需的输出。更换USERNAME上面的查询中username或UsErNaMe或USERname全部将匹配文档。原因是，在搜索中是否未明确指定分析器时，elasticsearch在建立索引时会使用应用于该字段的分析器。在上述情况下，当对field进行搜索时username，case_insensitive_analyzer将应用于输入值USERNAME，即将导致标记username并因此导致匹配。