建立一种有效的具有模糊性的交叉字段弹性搜索查询

Question

我知道Elasticsearch不支持multi_match查询中cross_fields类型的模糊性。我在使用Elasticsearch API时遇到了一段非常困难的时间，因此我发现构建一个类似的查询具有挑战性，该查询使用模糊字符串匹配来搜索多个文档字段。

我有一个名为papers的索引，它包含各种字段，如title、author.firstname、author.lastname、publicationdate、journal等。我想能够查询一个字符串像“John Doe论文标题2015期刊名称”。cross_fields是完美的multi_match类型，但它不支持对我的应用程序至关重要的模糊性。

有谁能提出一个合理的方法来解决这个问题吗？我花了几个小时在SO和Elasticsearch论坛上研究解决方案，但收效甚微。

Answer 1

对于此场景，您可以使用copy_to字段。基本上，您是将不同字段的所有值复制到一个新字段（以下详细信息中的my_search_field)中，并且在该字段上，您可以使用简单的匹配查询通过fuzziness参数执行模糊查询。

下面是映射、文档和查询的示例：

PUT my_fuzzy_index
{
  "mappings": {
    "properties": {
      "my_search_field":{                    <---- Note this field
        "type": "text"
      },
      "Title":{
        "type": "text",
        "copy_to": "my_search_field"         <---- Note this 
      },
      "Author":{
        "type": "nested",
        "properties": {
          "FirstName":{
            "type":"text",
            "copy_to": "my_search_field"     <---- Note this 
          },
          "LastName":{
            "type":"text",
            "copy_to": "my_search_field"     <---- Note this 
          }
        }
      },
      "PublicationDate":{
        "type": "date",
        "copy_to": "my_search_field"        <---- Note this 
      },
      "Journal":{
        "type":"text",
        "copy_to": "my_search_field"        <---- Note this 
      }
    }
  }
}

POST my_fuzzy_index/_doc/1
{
  "Title": "Fountainhead",
  "Author":[
    {
      "FirstName": "Ayn",
      "LastName": "Rand"
    }
  ],
  "PublicationDate": "2015",
  "Journal": "journal"
}

POST my_fuzzy_index/_search
{
  "query": {
    "match": {
      "my_search_field": {                                  <---- Note this field
        "query": "Aynnn Ranaad Fountainhead 2015 journal",
        "fuzziness": 3                                      <---- Fuzzy parameter
      }
    }
  }
}

{
  "took" : 15,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.1027813,
    "hits" : [
      {
        "_index" : "my_fuzzy_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.1027813,
        "_source" : {
          "Title" : "Fountainhead",
          "Author" : [
            {
              "FirstName" : "Ayn",
              "LastName" : "Rand"
            }
          ],
          "PublicationDate" : "2015",
          "Journal" : "journal"
        }
      }
    ]
  }
}

因此，您不必考虑对多个字段应用模糊查询，而是可以采用这种方法。这样您的查询就会简化。

如果有帮助就告诉我！