Точное совпадение без учета регистра без нормализации в Elasticsearch 6.2

Я просмотрел все статьи и сообщения о выполнении запросов с точным соответствием и без учета регистра, но после реализации они не выполняют то, что я ищу.

Прежде чем пометить этот вопрос как повторяющийся, прочтите сообщение целиком.

Учитывая имя пользователя, я хочу запросить мою базу данных Elasticsearch, чтобы вернуть только документ, который точно соответствует имени пользователя, но также нечувствителен к регистру.

Я попытался указать анализатор lowercase для своего свойства username и использовать запрос match для реализации этого поведения. Хотя это решает проблему нечувствительного к регистру сопоставления, оно не дает точного сопоставления.

Я рассмотрел возможность использования нормализатора lowercase, но это сделало бы все мои имена пользователей строчными перед индексацией, поэтому, когда я объединяю имена пользователей, они возвращались бы в строчной форме, а это не то, что я хочу. Мне нужно сохранить исходный регистр каждой буквы в имени пользователя.

Я хочу следующее поведение:

Вставка пользователей

POST {elastic}/users/_doc

{
    "email": "[email protected]",
    "username": "UsErNaMe",
    "password": "1234567"
}

Этот документ будет сохранен в индексе под названием users в точности так, как он есть.

Получение пользователя по имени пользователя

GET {frontend}/user/UsErNaMe

должен вернуться

{
    "email": "[email protected]",
    "username": "UsErNaMe",
    "password": "1234567"
}

а также

GET {frontend}/user/username

должен вернуться

{
    "email": "[email protected]",
    "username": "UsErNaMe",
    "password": "1234567"
}

а также

GET {frontend}/user/USERNAME

должен вернуться

{
    "email": "[email protected]",
    "username": "UsErNaMe",
    "password": "1234567"
}

а также

GET {frontend}/user/UsErNaMe $RaNdoM LeTteRs

не должен ничего возвращать.

Спасибо.


case-insensitive exact-match
person Hid    schedule 18.04.2019    source источник

Ответы (1)


arrow_upward
6
arrow_downward

Чтобы добиться точного совпадения без учета регистра, вам необходимо определить собственный анализатор. Анализатору необходимо выполнить два действия:

  1. строчные буквы входного значения. (для нечувствительности к регистру)
  2. нет никаких модификаций ввода после действия в нижнем регистре. (для точного поиска)

Вышеупомянутые два могут быть достигнуты с помощью:

  1. используйте фильтр lowercase при определении пользовательского анализатора.
  2. установите tokenizer в keyword, это гарантирует, что будет сгенерирован единственный токен входного значения после применения фильтра в нижнем регистре.

Теперь этот настраиваемый анализатор можно применить к текстовому полю, где требуется точный поиск без учета регистра.

Итак, чтобы создать индекс, вы можете использовать ниже:

PUT test
{
  "settings": {
    "analysis": {
      "analyzer": {
        "case_insensitive_analyzer": {
          "type": "custom",
          "filter": [
            "lowercase"
          ],
          "tokenizer": "keyword"
        }
      }
    }
  },
  "mappings": {
    "_doc": {
      "properties": {
        "email": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword"
            }
          }
        },
        "username": {
          "type": "text",
          "analyzer": "case_insensitive_analyzer"
        },
        "password": {
          "type": "keyword"
        }
      }
    }
  }
}

В приведенном выше примере case_insensitive_analyzer - это требуемый анализатор, и, как вы можете видеть, он применяется к полю username.

Итак, когда вы индексируете документ, как показано ниже:

PUT test/_doc/1
{
  "email": "[email protected]",
  "username": "UsErNaMe",
  "password": "1234567"
}

для поля username ввод - UsErNaMe. Анализатор сначала применяет фильтр lowercase на входе UsErNaMe, в результате чего получается значение username. Теперь к этому значению username он применяет keyword токенизатор, который ничего не делает, кроме вывода значения, полученного после применения фильтра (ов), в виде одного токена, то есть username.

Теперь вы можете использовать запрос соответствия, как показано ниже, для поиска по полю имени пользователя:

GET test/_doc/_search
{
  "query": {
    "match": {
      "username": "USERNAME"
    }
  }
}

Использование выше даст вам желаемый результат. Замените USERNAME в запросе выше на username, UsErNaMe или USERname, все будет соответствовать документу. Причина этого в том, что при поиске, если анализатор не указан явно, elasticsearch использует анализатор, примененный к полю при индексировании. В приведенном выше случае при поиске по полю username к входному значению будет применено case_insensitive_analyzer, то есть USERNAME, что приведет к токену username и, следовательно, к совпадению.

person Nishant    schedule 18.04.2019
comment
Спасибо за помощь. Я уже пробовал это и думал, что это не сработало, но оказалось, что я забыл переключиться на запрос соответствия для одного из моих маршрутов в моем сервисе. Как только я внес все необходимые изменения, все заработало отлично. - person Hid; 18.04.2019