【Elasticsearch】 Intervals Query

Elasticsearch Intervals Query

返回基于匹配术语的顺序和接近度的文档。

intervals 查询使用 匹配规则，这些规则由一小组定义构建而成。这些规则然后应用于指定 field 中的术语。

这些定义生成覆盖文本中术语的最小间隔序列。这些间隔可以进一步由父源组合和过滤。

以下 intervals 查询返回包含 my favorite food（没有任何间隔），后跟 hot water 或 cold porridge 的文档。查询应用于 my_text 字段。

这个查询将匹配 my_text 值为 my favorite food is cold porridge，但不匹配 when it's cold my favorite food is porridge。

JSON复制

POST _search
{"query": {"intervals" : {"my_text" : {"all_of" : {"ordered" : true,"intervals" : [{"match" : {"query" : "my favorite food","max_gaps" : 0,"ordered" : true}},{"any_of" : {"intervals" : [{ "match" : { "query" : "hot water" } },{ "match" : { "query" : "cold porridge" } }]}}]}}}}
}

Intervals 查询的顶级参数

<field>

（必需，规则对象）您希望搜索的字段。

此参数的值是一个规则对象，用于基于匹配术语、顺序和接近度匹配文档。

有效的规则包括：

• match

• prefix

• wildcard

• regexp

• fuzzy

• range

• all_of

• any_of

match 规则参数

match 规则匹配分析过的文本。

• query：

  • （必需，字符串）您希望在提供的 <field> 中找到的文本。

• max_gaps：

  • （可选，整数）匹配术语之间的最大位置数。超过此距离的术语不被视为匹配。默认值为 -1。

  • 如果未指定或设置为 -1，则匹配没有宽度限制。如果设置为 0，术语必须相邻。

• ordered：

  • （可选，布尔值）如果为 true，匹配术语必须按指定顺序出现。默认值为 false。

• analyzer：

  • （可选，字符串）用于分析 query 中术语的分析器。默认值为顶级 <field> 的分析器。

• filter：

  • （可选，间隔过滤规则对象）可选的间隔过滤器。

• use_field：

  • （可选，字符串）如果指定，则从此字段匹配间隔，而不是顶级 <field>。术语使用此字段的搜索分析器进行分析。这允许您跨多个字段进行搜索，就像它们是同一个字段一样；例如，您可以将相同的文本索引到词干和非词干字段中，并搜索词干标记附近的非词干标记。

prefix 规则参数

prefix 规则匹配以指定字符集开头的术语。此前缀可以扩展以匹配最多 indices.query.bool.max_clause_count 搜索设置术语。如果前缀匹配更多术语，Elasticsearch 将返回错误。您可以在字段映射中使用 index-prefixes 选项来避免此限制。

• prefix：

  • （必需，字符串）您希望在顶级 <field> 中找到的术语的起始字符。

• analyzer：

  • （可选，字符串）用于规范化 prefix 的分析器。默认值为顶级 <field> 的分析器。

• use_field：

  • （可选，字符串）如果指定，则从此字段匹配间隔，而不是顶级 <field>。

wildcard 规则参数

wildcard 规则使用通配符模式匹配术语。此模式可以扩展以匹配最多 indices.query.bool.max_clause_count 搜索设置术语。如果模式匹配更多术语，Elasticsearch 将返回错误。

• pattern：

  • （必需，字符串）用于查找匹配术语的通配符模式。

  • 此参数支持两个通配符操作符：

    • ?，匹配任何单个字符

    • *，匹配零个或多个字符，包括空字符

• analyzer：

  • （可选，字符串）用于规范化 pattern 的分析器。默认值为顶级 <field> 的分析器。

• use_field：

  • （可选，字符串）如果指定，则从此字段匹配间隔，而不是顶级 <field>。

regexp 规则参数

regexp 规则使用正则表达式模式匹配术语。此模式可以扩展以匹配最多 indices.query.bool.max_clause_count 搜索设置术语。如果模式匹配更多术语，Elasticsearch 将返回错误。

• pattern：

  • （必需，字符串）用于查找匹配术语的正则表达式模式。

  • 避免使用通配符模式，如 .* 或 .*?+。这可能会增加找到匹配术语所需的迭代次数，并降低搜索性能。

• analyzer：

  • （可选，字符串）用于规范化 pattern 的分析器。默认值为顶级 <field> 的分析器。

• use_field：

  • （可选，字符串）如果指定，则从此字段匹配间隔，而不是顶级 <field>。

fuzzy 规则参数

fuzzy 规则匹配与提供的术语相似的术语，编辑距离由 Fuzziness 定义。如果模糊扩展匹配的术语超过 indices.query.bool.max_clause_count 搜索设置术语，Elasticsearch 将返回错误。

• term：

  • （必需，字符串）要匹配的术语。

• prefix_length：

  • （可选，整数）创建扩展时保持不变的起始字符数。默认值为 0。

• transpositions：

  • （可选，布尔值）指示编辑是否包括两个相邻字符的换位（ab → ba）。默认值为 true。

• fuzziness：

  • （可选，字符串）允许匹配的最大编辑距离。参见 Fuzziness 以获取有效值和更多信息。默认值为 auto。

• analyzer：

  • （可选，字符串）用于规范化 term 的分析器。默认值为顶级 <field> 的分析器。

• use_field：

  • （可选，字符串）如果指定，则从此字段匹配间隔，而不是顶级 <field>。

range 规则参数

range 规则匹配包含在提供范围内的术语。此范围可以扩展以匹配最多 indices.query.bool.max_clause_count 搜索设置术语。如果范围匹配更多术语，Elasticsearch 将返回错误。

• gt：

  • （可选，字符串）大于：匹配大于提供术语的术语。

• gte：

  • （可选，字符串）大于或等于：匹配大于或等于提供术语的术语。

• lt：

  • （可选，字符串）小于：匹配小于提供术语的术语。

• lte：

  • （可选，字符串）小于或等于：匹配小于或等于提供术语的术语。

all_of 规则参数

all_of 规则返回跨多个其他规则组合的匹配项。

• intervals：

  • （必需，规则对象数组）要组合的规则数组。所有规则必须在文档中生成匹配项，整体源才能匹配。

• max_gaps：

  • （可选，整数）匹配术语之间的最大位置数。规则生成的间隔超过此距离的不被视为匹配。默认值为 -1。

• ordered：

  • （可选，布尔值）如果为 true，规则生成的间隔应按指定顺序出现。默认值为 false。

• filter：

  • （可选，间隔过滤规则对象）用于过滤返回间隔的规则。

any_of 规则参数

any_of 规则返回其子规则生成的任何间隔。

• intervals：

  • （必需，规则对象数组）要匹配的规则数组。

• filter：

  • （可选，间隔过滤规则对象）用于过滤返回间隔的规则。

filter 规则参数

filter 规则基于查询返回间隔。有关示例，请参见过滤器示例。

• after：

  • （可选，查询对象）返回跟随 filter 规则间隔的间隔的查询。

• before：

  • （可选，查询对象）返回在 filter 规则间隔之前发生的间隔的查询。

• contained_by：

  • （可选，查询对象）返回被 filter 规则间隔包含的间隔的查询。

• containing：

  • （可选，查询对象）返回包含 filter 规则间隔的间隔的查询。

• not_contained_by：

  • （可选，查询对象）返回不被 filter 规则间隔包含的间隔的查询。

• not_containing：

  • （可选，查询对象）返回不包含 filter 规则间隔的间隔的查询。

• not_overlapping：

  • （可选，查询对象）返回不与 filter 规则间隔重叠的间隔的查询。

• overlapping：

  • （可选，查询对象）返回与 filter 规则间隔重叠的间隔的查询。

• script：

  • （可选，脚本对象）返回匹配文档的脚本。此脚本必须返回布尔值 true 或 false。

示例

以下查询包含一个 filter 规则。它返回包含 hot 和 porridge 且两者之间不超过 10 个位置的文档，且两者之间没有 salty。

JSON复制

POST _search
{"query": {"intervals" : {"my_text" : {"match" : {"query" : "hot porridge","max_gaps" : 10,"filter" : {"not_containing" : {"match" : {"query" : "salty"}}}}}}}
}

脚本过滤器

您可以使用脚本根据间隔的起始位置、结束位置和内部间隔数过滤间隔。以下 filter 脚本使用 interval 变量及其 start、end 和 gaps 方法：

JSON复制

POST _search
{"query": {"intervals" : {"my_text" : {"match" : {"query" : "hot porridge","filter" : {"script" : {"source" : "interval.start > 10 && interval.end < 20 && interval.gaps == 0"}}}}}}
}

注意事项

• 最小化间隔：

  • intervals 查询始终最小化间隔，以确保查询可以在线性时间内运行。这有时会导致意外结果，特别是在使用 max_gaps 限制或过滤器时。例如，考虑以下查询，搜索 hot porridge 中包含的 salty：

  JSON复制

  POST _search
  {"query": {"intervals" : {"my_text" : {"match" : {"query" : "salty","filter" : {"contained_by" : {"match" : {"query" : "hot porridge"}}}}}}}
  }

  • 此查询不会匹配包含 hot porridge is salty porridge 的文档，因为 hot porridge 的匹配查询返回的间隔仅覆盖此文档中的前两个术语，这些术语不与覆盖 salty 的间隔重叠。