使用正则表达式查询/筛选Elasticsearch字段的全部值

Question

我们正在使用Nutch抓取一些站点，向Elasticsearch推送索引，并通过调用Elasticsearch API使用自定义UI进行搜索。

http://www.somesite.com/contact/

http://www.somesite.com/privacy/

当我运行DSL查询时，它似乎是将它分解成几个片段（我指的是http、www、somesite、com)并将它们组合在一起，这总是返回所有的结果。

{
    "query": {
        "must": { "match": { "url": "http://www.somesite.com/page1" }}
    }
}

总是返回所有结果。

有人做过这样的事吗？

Answer 1

对于regex,请尝试-

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-regexp-query.html

您可以将url索引为关键字，并只对其进行术语查询，或者通过在映射中设置NOT_ANALYSTER来不分析该字段。

https://www.elastic.co/guide/en/elasticsearch/guide/current/mapping-intro.html

但是，如果希望基于域和路径进行筛选，则最好在应用程序级别上分离主机和路径，然后分别进行索引。