使用RestHighLevelClient对具有多个值的同一字段进行查询

Question

我必须使用Elasticsearch RestHighLevelClient过滤/查询"url"字段上的多个url。我的查询格式如下，但它给出了0条记录。

query.must(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.AND)
.boost(1.0f));
query.must(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.AND)
.boost(1.0f));

如果我更改为以下内容，它将只给我匹配的记录urlhttp://localhost:8080/test/*，因为我将Operator.AND设置为该值，并将urlhttp://www.bbc.com/*查询为Operator.OR。

query.must(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.AND)
.boost(1.0f));
query.must(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.OR)
.boost(1.0f));

所以它忽略了http://www.bbc.com/*滤波器。

我在这里做错了吗？如何在同一字段上编写多个查询？

Answer 1

您应该在bool查询中使用should而不是must。

原始查询中发生了什么

您执行的第一个查询实际上要求两个url值都存在于文档中：当且仅当在同一文档中有url: http://localhost:8080/test/和url: http://www.bbc.com/时，它才会匹配。

这种行为对于bool查询来说是正常的，并且不是特定于我认为您正在使用的BoolQueryBuilder。

如何对两个查询进行逻辑或运算

事实上，您应该使用BoolQueryBuilder.should()将这两个查询放在逻辑OR中：

query.should(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.AND)
.boost(1.0f));
query.should(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.AND)
.boost(1.0f));

如何将其与查询的其他部分结合起来

正如您在评论中指出的，您的查询实际上更复杂：它必须与其中一种URL模式匹配，如果结果也与内容匹配，则应该提高结果。

为了实现这一点，您应该使用两个嵌套的bool查询，如下所示：

BoolQueryBuilder urlQuery = BoolQueryBuilder();
urlQuery.should(QueryBuilders.queryStringQuery("http://localhost:8080/test/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.AND)
.boost(1.0f));
urlQuery.should(QueryBuilders.queryStringQuery("http://www.bbc.com/*")
.field("url")
.lenient(true)
.escape(true)
.analyzeWildcard(true)
.fuzziness(Fuzziness.ZERO)
.defaultOperator(Operator.AND)
.boost(1.0f));
WildcardQueryBuilder wildcardQuery = QueryBuilderswildcardQuery("content", "anyt*");

// here `query` is your original bool query
query.must(urlQuery);
query.should(wildcardQuery);

Elasticsearch将把这个查询解释为：

获取必须匹配url query #1或url query #2的文档，并对匹配wildcardQuery的文档进行排名

defaultOperator与这一切有什么关系

.defaultOperator(Operator.OR)实际上只是Elasticsearch试图混淆您：它与在逻辑OR中合并两个查询无关，而是查询字符串查询的一个参数：

默认操作员

(可选，字符串(如果未指定运算符，则用于解释查询字符串中的文本的默认布尔逻辑。

这个参数实际上告诉Elasticsearch如何解释您传递的queryStringQuery()内部的令牌。您可以将字符串查询视为Lucene查询语言中的查询。

希望能有所帮助！