为C＃NEST客户端指定和使用NGramTokenizer进行elasticsearch

Question

更新以显示工作示例

我正在尝试对ElasticSearch中的用户名集合进行部分搜索。

到处搜索已经为我指明了nGram Tokenizer方向，但是我为正确的实施而感到困惑，但未获得任何结果。

这是我正在从事的项目中剥离的相关代码。

我尝试了不同的组合和搜索类型，但无济于事。

setup.cs

var client = new ElasticClient(settings.ConnectionSettings);

// (Try and) Setup the nGram tokenizer.
var indexSettings = new IndexSettings();
var custonAnalyzer = new CustomAnalyzer();

customAnalyzer.Tokenizer = "mynGram";
customAnalyzer.Filter = new List<string> { "lowercase" };

indexSettings.Analysis.Analyzers.Add("mynGram", customAnalyzer);

indexSettings.Analysis.Tokenizers.Add("mynGram", new NGramTokenizer
                                                    {
                                                        MaxGram = 10,
                                                        MinGram = 2
                                                    });

client.CreateIndex(settings.ConnectionSettings.DefaultIndex, indexSettings);

client.MapFromAttributes<Profile>();

// Create and add a new profile object.
var profile = new Profile
                  {
                      Id = "1",
                      Username = "Russell"
                  };


client.IndexAsync(profile);

// Do search for object
var s = new SearchDescriptor<Profile>().Query(t => t.Term(c => c.Username, "russ"));

var results = client.Search<Profile>(s);

Profile.cs

public class Profile
{
    public string Id { get; set; }

    [ElasticProperty(IndexAnalyzer = "mynGram")]
    public string Username { get; set; }
}

任何提示将不胜感激。

Answer 1

从nGram令牌过滤器上的es文档中了解一下：

    "settings" : {
        "analysis" : {
            "analyzer" : {
                "my_ngram_analyzer" : {
                    "tokenizer" : "my_ngram_tokenizer"
                }
            },
            "tokenizer" : {
                "my_ngram_tokenizer" : {
                    "type" : "nGram",
                    "min_gram" : "2",
                    "max_gram" : "3",
                    "token_chars": [ "letter", "digit" ]
                }
            }
        }
    }

注意事项

1. 您需要添加mynGram到分析仪中，否则将无法使用。他们的工作方式就是这样。每个索引字段都应用了一个分析器，一个分析器是 一个 标记器，后跟 零个或多个 标记过滤器。您已经定义了一个不错的nGram标记生成器（mynGram）来使用，但是您没有在中使用它customAnalyzer，而是使用了standard标记生成器。（基本上，您只是在定义但从未使用过mynGram。）

2. 您需要告诉elasticsearch customAnalyzer在您的映射中使用您的： "properties": {"string_field": {"type": "string", "index_analyzer": customAnalyzer" }}

3. 您应该将更maxGram改为更大的数字（可能是10），否则4个字母的搜索将不会完全像自动完成一样（或可能不返回任何值，具体取决于搜索时间分析器）。

4. 使用_analyzeapi端点测试您的分析器。东西线这应该工作。

curl -XGET’http:
//yourserver.com
:9200?index_name/_analyze?analyzer=customAnalyzer’-d’rlewis’

祝好运！