Elasticsearch Неверный регистр для неанализируемых документов

Ответ 1

Я думаю, что этот пример соответствует вашим потребностям:

$ curl -XPUT localhost:9200/testindex/ -d '
{
  "settings":{
     "index":{
        "analysis":{
           "analyzer":{
              "analyzer_keyword":{
                 "tokenizer":"keyword",
                 "filter":"lowercase"
              }
           }
        }
     }
  },
  "mappings":{
     "test":{
        "properties":{
           "title":{
              "analyzer":"analyzer_keyword",
              "type":"string"
           }
        }
     }
  }
}'

взято здесь: Как настроить токенизатор в elasticsearch

он использует как ключевой токенизатор, так и строчный фильтр в строковом поле, которое, я считаю, делает то, что вы хотите.

Ответ 2

Если вы хотите, чтобы запросы, не учитывающие регистр, ТОЛЬКО, подумайте об изменении как ваших данных, так и вашего запроса в нижнем/верхнем регистре до того, как вы начнете заниматься своим бизнесом.

Это означает, что вы сохраняете свое поле not_analyzed и вводите данные/запрос только в одном из случаев.

Ответ 3

Я считаю, что этот Гист лучше всего отвечает на ваш вопрос:  * https://gist.github.com/mtyaka/2006966

Вы можете индексировать поле несколько раз во время сопоставления, и мы делаем это все время, когда один не_анализ, а другой. Обычно мы устанавливаем версию not_analyzed на .raw

Как писал Джон П., вы можете настроить анализатор во время выполнения, или вы можете установить его в конфигурации при запуске сервера, как в ссылке выше:

# Register the custom 'lowercase_keyword' analyzer. It doesn't do anything else
# other than changing everything to lower case.
index.analysis.analyzer.lowercase_keyword.type: custom
index.analysis.analyzer.lowercase_keyword.tokenizer: keyword
index.analysis.analyzer.lowercase_keyword.filter: [lowercase]

Затем вы определяете свое сопоставление для своего поля (ов) как с версией not_analyzed, так и с анализируемой:

# Map the 'tags' property to two fields: one that isn't analyzed,
# and one that is analyzed with the 'lowercase_keyword' analyzer.
curl -XPUT 'http://localhost:9200/myindex/images/_mapping' -d '{
  "images": {
    "properties": {
      "tags": {
        "type": "multi_field",
        "fields": {
          "tags": {
            "index": "not_analyzed",
            "type": "string"
          },
          "lowercased": {
            "index": "analyzed",
            "analyzer": "lowercase_keyword",
            "type": "string"
          }
        }
      }
    }
  }
}'

И, наконец, ваш запрос (обратите внимание на нижние значения перед построением запроса, чтобы найти совпадение):

# Issue queries against the index. The search query must be manually lowercased.
curl -XPOST 'http://localhost:9200/myindex/images/_search?pretty=true' -d '{
  "query": {
    "terms": {
      "tags.lowercased": [
        "event:battle at the boardwalk"
      ]
    }
  },
  "facets": {
    "tags": {
      "terms": {
        "field": "tags",
        "size": "500",
        "regex": "^team:.*"
      }
    }
  }
}'

Ответ 4

просто создайте свой пользовательский анализатор с помощью токенизатора keyword и lowercase.

Ответ 5

В этих сценариях я предлагаю вам объединить lowercase filter и keyword tokenizer в свой собственный анализатор. И строчные ключевые слова для поиска.

1.Создайте индекс с помощью анализатора в сочетании с нижним регистром и ключевым словом tokenizer

curl -XPUT localhost:9200/test/ -d '
{
  "settings":{
     "index":{
        "analysis":{
           "analyzer":{
              "your_custom_analyzer":{
                 "tokenizer":"keyword",
                 "filter": ["lowercase"]
              }
           }
        }
    }
}'

2. Отобразите отображения и задайте свойства поля с помощью analyzer

curl -XPUT localhost:9200/test/_mappings/twitter -d '
{
    "twitter": {
        "properties": {
            "content": {"type": "string", "analyzer": "your_custom_analyzer" }
        }
    }
}'

3.Вы можете искать то, что хотите, в подстановочном запросе.

curl -XPOST localhost:9200/test/twitter/ -d '{

    "query": {
        "wildcard": {"content": "**the words you want to search**"}
    }  
}'

Другой способ поиска по-разному. Я полагаю, что предложение U - это использование типа multi_fields.

Вы можете установить поле в multi_field

curl -XPUT localhost:9200/test/_mapping/twitter -d '
{
    "properties": {
        "content": {
            "type": "multi_field",
            "fields": {
                "default": {"type": "string"},
                "search": {"type": "string", "analyzer": "your_custom_analyzer"}
            }
        }
    }
}'

Таким образом, вы можете индексировать данные с указанными выше свойствами сопоставления. и, наконец, искать его двумя способами (default/your_custom_analyzer)

Ответ 6

Мы могли бы добиться нечувствительного к регистру поиска в незапрошенных строках с использованием сценариев ElasticSearch.

Пример запроса с использованием встроенных скриптов:

{
    "query" : {
        "bool" : {

            "must" : [{
                    "query_string" : {
                        "query" : "\"apache\"",
                        "default_field" : "COLLECTOR_NAME"
                    }
                }, {
                    "script" : {
                        "script" : "if(doc['verb'].value != null) {doc['verb'].value.equalsIgnoreCase(\"geT\")}"
                    }
                }
            ]

        }
    }
}

Вам нужно включить скриптинг в файле elasticsearch.yml. Использование скриптов в поисковых запросах может снизить общую эффективность поиска. Если вы хотите, чтобы скрипты выполнялись лучше, вы должны сделать их "родными" с помощью java-плагина.

Пример кода плагина:

public class MyNativeScriptPlugin extends Plugin {

    @Override
    public String name() {
        return "Indexer scripting Plugin";
    }


    public void onModule(ScriptModule scriptModule) {
        scriptModule.registerScript("my_script", MyNativeScriptFactory.class);

    }

    public static class MyNativeScriptFactory implements NativeScriptFactory {

        @Override
        public ExecutableScript newScript(@Nullable Map<String, Object> params) {
            return new MyNativeScript(params);
        }

        @Override
        public boolean needsScores() {
            return false;
        }
    }

    public static class MyNativeScript extends AbstractSearchScript {
        Map<String, Object> params;

        MyNativeScript(Map<String, Object> params) {
            this.params = params;
        }

        @Override
        public Object run() {
            ScriptDocValues<?> docValue = (ScriptDocValues<?>) doc().get(params.get("key"));
            if (docValue instanceof Strings) {
                return ((String) params.get("value")).equalsIgnoreCase(((Strings) docValue).getValue());
            }
            return false;
        }
    }
}

Пример запроса с использованием Native Script:

{
    "query" : {
        "bool" : {

            "must" : [{
                    "query_string" : {
                        "query" : "\"apache\"",
                        "default_field" : "COLLECTOR_NAME"
                    }
                }, {
                    "script" : {
                        "script" : "my_script",
                        "lang" : "native",
                        "params" : {
                            "key" : "verb",
                            "value" : "GET"
                        }
                    }
                }
            ]

        }
    }
}

Ответ 7

это так просто, просто создайте сопоставление следующим образом

{
    "mappings" : {
        "products" : {
            "properties" : {
                "category_name" : {
                    "type" : "string" 
                }
            }
        }
    }

}

Нет необходимости указывать индекс, если вы хотите работать с регистром нечувствительным, потому что индекс по умолчанию будет "стандартным", который будет заботиться о нечувствительности к регистру.

Ответ 8

Хотелось бы добавить комментарий, но я не могу. Поэтому ответ на этот вопрос " это невозможно".

Анализаторы состоят из одного Tokenizer и ноль или более TokenFilters.

Хотел бы я рассказать вам что-то еще, но потратив 4 часа на изучение этого ответа. Я в той же ситуации. Вы не можете пропустить токенизацию. Это либо все, либо выключено.