Elasticsearch Ngram and Query String Query

Question

我使用的是Elasticsearch 1.2.1。

我正在使用Ngram标记器来标记我的文档。我有一个特殊的用例，其中我的字段可能很长（200-500个字符），我希望支持从字段的任何点进行的长（最多200个字符）"包含"查询。

我从最多260个字符的Ngram分析器开始，很快发现索引时间太慢，容量太大，所以我将大小减少到大约30个字符。

现在，我希望能够将大于30个字符的令牌分解为更小的令牌，并用分解的令牌替换用户搜索（知道如果我使用更大的Ngram索引，我可能会得到更多的结果）。

实现此功能的推荐方法是什么？请注意，我使用的是查询字符串查询。

Answer 1

尝试此处描述的解决方案：在ElasticSearch 中进行精确子字符串搜索

{
    "mappings": {
        "my_type": {
            "index_analyzer":"index_ngram",
            "search_analyzer":"search_ngram"
        }
    },
    "settings": {
        "analysis": {
            "filter": {
                "ngram_filter": {
                    "type": "ngram",
                    "min_gram": 3,
                    "max_gram": 8
                }
            },
            "analyzer": {
                "index_ngram": {
                    "type": "custom",
                    "tokenizer": "keyword",
                    "filter": [ "ngram_filter", "lowercase" ]
                },
                "search_ngram": {
                    "type": "custom",
                    "tokenizer": "keyword",
                    "filter": "lowercase"
                }
            }
        }
    }
}

为了解决磁盘使用问题和搜索项过长问题，使用了短8个字符长的ngrams（配置为："max_gram"：8）。要搜索包含8个以上字符的词条，请将搜索转换为布尔AND查询，查找该字符串中每个不同的8个字符的子字符串。例如，如果用户搜索大码（10个字符的字符串），则搜索结果为：

"大ya和大yar和大yard。