ElasticSearch nGram过滤掉标点符号

Question

在我的ElasticSearch数据集中，我们有用句点分隔的唯一ID。样本编号可能类似于C.123.5432

"settings" : {
    "index" : {
        "analysis" : {
            "analyzer" : {
                "my_ngram_analyzer" : {
                    "tokenizer" : "my_ngram_tokenizer"
                }
            },
            "tokenizer" : {
                "my_ngram_tokenizer" : {
                    "type" : "nGram",
                    "min_gram" : "1",
                    "max_gram" : "10",
                    "token_chars": [ "letter", "digit", "whitespace", "punctuation", "symbol" ]
                }
            }
        }
    }
},

"ProjectID":{"type":"string","store":"yes", "copy_to" : "meta_data"},

这就是我将其复制到的字段（它也有ngram分析器）：

"meta_data" : { "type" : "string", "store":"yes", "index_analyzer": "my_ngram_analyzer"}

从某种意义上说，这是我用来查看搜索是否有效的命令（请注意它正在搜索“meta_data”字段）：

GET /_search?pretty=true
{ 
    "query": {
        "match": {
            "meta_data": "c.123.54"
        }
    }
}

Answer 1

s1monw在https://github.com/elasticsearch/elasticsearch/issues/5120的解决方案

通过使用index_analyzer，搜索只使用标准的分析器。为了修复它，我将index_analyzer修改为analyzer。请记住，结果的数量将大大增加，因此可能需要将min_gram更改为更高的数字。