我正在使用Nutch爬行网站并将其编入Elastic搜索中。我的网站有元标记,其中一些包含逗号分隔的ID列表(我打算将其用于搜索)。例如:
contentTypeIds =“ 2,5,15”。(注意:没有方括号)。
当ES对此进行索引时,我无法搜索contentTypeIds:5并找不到其contentTypeIds 包含 5的文档;此查询仅返回其contentTypeIds恰好为“ 5”的文档。但是,我确实想查找其contentTypeIds包含5的文档。
在Solr中,这可以通过在schema.xml中将contentTypeIds字段设置为multiValued =“ true”来解决。我找不到如何在ES中执行类似的操作。
我是ES的新手,所以我可能错过了一些东西。谢谢你的帮助!
创建自定义分析器,该分析器将用逗号将索引文本分成标记。
然后,您可以尝试搜索。如果您不关心相关性,则可以使用过滤器搜索文档。我的示例显示了如何尝试使用术语过滤器进行搜索。
在下面,您可以找到如何使用Sense插件执行此操作。
DELETE testindex PUT testindex { "index" : { "analysis" : { "tokenizer" : { "comma" : { "type" : "pattern", "pattern" : "," } }, "analyzer" : { "comma" : { "type" : "custom", "tokenizer" : "comma" } } } } } PUT /testindex/_mapping/yourtype { "properties" : { "contentType" : { "type" : "string", "analyzer" : "comma" } } } PUT /testindex/yourtype/1 { "contentType" : "1,2,3" } PUT /testindex/yourtype/2 { "contentType" : "3,4" } PUT /testindex/yourtype/3 { "contentType" : "1,6" } GET /testindex/_search { "query": {"match_all": {}} } GET /testindex/_search { "filter": { "term": { "contentType": "6" } } }
希望能帮助到你。