时间戳

首页 > 解决方案 > 模糊匹配失败但精确匹配通过

elasticsearch - 模糊匹配失败但精确匹配通过

问题描述

我一直在使用模糊匹配构建一个 ElasticSearch 查询来匹配系统中的用户。当针对特定的用户组（使用我的名字的用户）运行它时，查询似乎运行良好，但是当针对随机选择的用户运行它时，它似乎失败了。

出于测试的目的，我传递了特定用户的确切值，因此我希望至少有 1 个匹配项。

在缩小范围时，我发现exact与名称匹配会按预期返回数据，但是将相同的值放入模糊块会导致它返回 0 结果。

例如，此查询按预期返回用户记录：

{
    "from": 0,
    "size": 1,
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "firstName": {
                            "query": "sVxGBCkPYZ",
                            "boost": 30
                        }
                    }
                }
            ],
            "should": [

            ]
        }
    },
    "fields": [
        "id",
        "firstName"
    ]
}

但是，用以下内容替换match元素无法返回任何记录：

{
    "fuzzy": {
        "firstName": {
            "value": "sVxGBCkPYZ",
            "fuzziness": 2,
            "boost": 30,
            "min_similarity": 0.3
        }
    }
}

为什么会发生这种情况，我能做些什么来纠正这种情况？

以供参考。这是我目前使用的 ES 版本：

"version": {
    "number": "1.7.1",
    "build_hash": "b88f43fc40b0bcd7f173a1f9ee2e97816de80b19",
    "build_timestamp": "2015-07-29T09:54:16Z",
    "build_snapshot": false,
    "lucene_version": "4.10.4"
}

标签： elasticsearchfuzzy-search

解决方案

匹配失败，因为fuzzy searches这term level queries意味着查询字符串不会被分析，而被索引的数据，我假设，如果类型text为 with standard analyzer，将在倒排索引中转换为svxgbckpyz 。

您可以改为fuzziness使用match如下查询实现：

POST testindex/_search
{  
   "query":{  
      "match":{  
         "firstname":{  
            "query":"sVxGBCkPYZ",
            "fuzziness":"AUTO"
         }
      }
   }
}

您可以根据您的用例将值从 更改AUTO为2或更改。3

您提到的exact匹配也有效，因为查询字符串将被分析并将输入字符串转换为小写，这在倒排索引中可用。

至于模糊查询（您提到的）如何在幕后工作，根据这个LINK，如下：

模糊查询的工作原理是采用原始术语并构建一个 Levenshtein 自动机——就像一个表示原始字符串指定编辑距离内的所有字符串的大图。

然后，模糊查询使用自动机高效地遍历术语字典中的所有术语，以查看它们是否匹配。一旦它收集了术语字典中存在的所有匹配术语，它就可以计算匹配文档的列表。

当然，根据存储在索引中的数据类型，编辑距离为 2 的模糊查询可能会匹配到非常多的词条，并且性能很差。

特别注意这个声明，representing all the strings that are within the specified edit distance of the original string

例如，一些距离为 1 的单词life将是aife, bife, cife, dife....lifz。

因此，在您的情况下，模糊搜索的自动机首先无法svxgbckpyz从输入字符串创建术语，sVxGBCkPYZ因为它们之间的距离为 7（请记住，A和之间的距离为 1 a）我认为AUTO选项无法创建，即使您将其配置为7，它可能不会创建字符串，因为会有大量带有距离的单词列表7

添加更多链接以获取更多信息。希望能帮助到你！

推荐阅读