电子邮件的ElasticSearch分析器和标记器
电子邮件的ElasticSearch分析器和标记器
提问于 2015-05-08 12:39:00
对于以下情况，我在Google或ES中都找不到一个完美的解决方案，希望有人能在这里帮助我。
假设有5个电子邮件地址存储在“电子邮件”字段下：
1. {"email": "john.doe@gmail.com"}
2. {"email": "john.doe@gmail.com, john.doe@outlook.com"}
3. {"email": "hello-john.doe@outlook.com"}
4. {"email": "john.doe@outlook.com}
5. {"email": "john@yahoo.com"}我想要满足以下搜索场景：
搜索->接收
"john.doe@gmail.com“-> 1,2
"john.doe@outlook.com“-> 2,4
"john@yahoo.com“-> 5
"john.doe“-> 1,2,3,4
“约翰”-> 1,2,3,4,5
"gmail.com“-> 1,2
"outlook.com“-> 2,3,4
前三个匹配是必须的，对于其余的匹配，越精确越好。我已经尝试过索引/搜索分析器、标记器和过滤器的不同组合。我也尝试过在条件匹配查询上工作，但没有找到理想的解决方案，任何想法都是受欢迎的，并且没有限制映射，分析器，或者使用哪种查询，谢谢。
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-05-08 13:47:21
映射
PUT /test
{
"settings": {
"analysis": {
"filter": {
"email": {
"type": "pattern_capture",
"preserve_original": 1,
"patterns": [
"([^@]+)",
"(\\p{L}+)",
"(\\d+)",
"@(.+)",
"([^-@]+)"
]
}
},
"analyzer": {
"email": {
"tokenizer": "uax_url_email",
"filter": [
"email",
"lowercase",
"unique"
]
}
}
}
},
"mappings": {
"emails": {
"properties": {
"email": {
"type": "string",
"analyzer": "email"
}
}
}
}
}测试数据
POST /test/emails/_bulk
{"index":{"_id":"1"}}
{"email": "john.doe@gmail.com"}
{"index":{"_id":"2"}}
{"email": "john.doe@gmail.com, john.doe@outlook.com"}
{"index":{"_id":"3"}}
{"email": "hello-john.doe@outlook.com"}
{"index":{"_id":"4"}}
{"email": "john.doe@outlook.com"}
{"index":{"_id":"5"}}
{"email": "john@yahoo.com"}要使用的查询
GET /test/emails/_search
{
"query": {
"term": {
"email": "john.doe@gmail.com"
}
}
}页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30115867
复制相关文章
相似问题