ElasticSearch QueryBuilder must_not子句奇怪行为

Question

根据文献记载

must_not子句（query）不能出现在匹配的文档中。

我有如下查询：

// searching for URI which contains smart and doesn't contain vip.vs.csin.cz
BoolQueryBuilder builder = QueryBuilders.boolQuery();
builder.must(QueryBuilders.termQuery(URI, "smart")));
builder.mustNot(QueryBuilders.termQuery(URI, "vip.vs.csin.cz")));

在我的elasticsearch存储库中有两个URI

1）

elasticsearchTemplate.getClient().search(searchRequest);

uri: "smart" NOT uri: "vip.vs.csin.cz"

编辑这里是我的映射

@Document(indexName = "audit-2018", type = "audit")
public class Trace {

    @Id
    private String id;
    @Field(type = FieldType.Text)
    private String uri;

    // more columns, getter & setters
}

Answer 1

您提供的Java代码显示了一个使用must和must_not子句的bool查询，其中您正在执行一个术语查询。术语查询的问题在于，它们受制于字段上的分析器，text（这是URI字段的数据类型，在这里阅读更多信息）字段的标准分析器将删除所有标点符号（换句话说，单词中的点）并将单词拆分。vip.vs.csin.cz变为vip vs csin cz。text字段类型应该只为全文搜索保留，在这种情况下，我会选择keyword字段类型（在这里阅读更多内容）。Kibana查询按预期工作的原因是，它实际上不是在执行术语查询，而是包含lucene查询的query_string查询:URI:"smart“而不是URI:"vip.vs.csin.cz”。

因此，您有几个选项来解决您的问题。您可以将术语查询更改为match_prace查询，这将允许您保留标记化术语的顺序，并可能获得正确的结果。另一种选择是在Java代码中执行query_string查询而不是术语查询，因为您已经确定这确实会给出正确的结果。

但是，我建议的解决方案是使用URI字段类型keyword重新索引，因为这种字段类型不会导致将字段值标记为多个术语。您可以在这里阅读有关关键字字段类型的默认分析器和标记器的更多信息。这将为您将来省去麻烦，因为您知道您的查询与您的字段值完全“按原样”匹配。