ElasticSearch完全一致のメールを検索

Question

私はメールで連絡先を検索する必要があります。 ES documentationによれば、これを達成する最も良い方法はuax_url_emailトークナイザを使用することです。

settings: { 
    index: { 
    creation_date: "1467895098804", 
    analysis: { 
     analyzer: { 
     email: { 
      type: "custom", 
      tokenizer: "uax_url_email" 
     } 
     } 
    }, 
    number_of_shards: "5", 
    number_of_replicas: "1", 
    uuid: "wL0P6OIaQqqYpFDvIHArTw", 
    version: { 
     created: "2030399" 
    } 
    } 
} 

とマッピング：

contact: { 
    dynamic: "false", 
    properties: { 
    contact_status: { 
     type: "string" 
    }, 
    created_at: { 
     type: "date", 
     format: "strict_date_optional_time||epoch_millis" 
    }, 
    email: { 
     type: "string" 
    }, 
    id: { 
     type: "long" 
    }, 
    mailing_ids: { 
     type: "long" 
    }, 
    subscription_status: { 
     type: "string" 
    }, 
    type_ids: { 
     type: "long" 
    }, 
    updated_at: { 
     type: "date", 
     format: "strict_date_optional_time||epoch_millis" 
    }, 
    user_id: { 
     type: "long" 
    } 
    } 
} 

インデックスを作成した後、私は二つの文書に挿入しました：ここに私のインデックスの設定である

curl -X PUT 'localhost:9200/contacts/contact/2' -d '{"contact_status": "confirmed", "email": "example@yahoo.com", "id": "2", "user_id": "2", "subscription_status": "on"}' 

その後

curl -X PUT 'localhost:9200/contacts/contact/1' -d '{"contact_status": "confirmed", "email": "example@gmail.com", "id": "1", "user_id": "1", "subscription_status": "on"}' 

とをIメールで連絡先を検索しようとしていますさまざまな方法で：

curl -X POST 'localhost:9200/contacts/_search?pretty' -d '{"query": {"bool": {"must": [ {"match": {"_all": { "query": "example@google.com", "analyzer": "email" } } } ] } } }' 

私は、ID = 1の1件の結果を得るために期待されるが、空のヒットを得た：

{ 
    "took" : 1, 
    "timed_out" : false, 
    "_shards" : { 
    "total" : 5, 
    "successful" : 5, 
    "failed" : 0 
    }, 
    "hits" : { 
    "total" : 0, 
    "max_score" : null, 
    "hits" : [ ] 
    } 
} 

私がテストした次の検索クエリがあった。

curl -X POST 'localhost:9200/contacts/_search?pretty' -d '{"query": {"bool": {"must": [ {"match": {"_all": { "query": "example@google", "analyzer": "email" } } } ] } } }' 

2件の結果が返されました：

{ 
    "took" : 2, 
    "timed_out" : false, 
    "_shards" : { 
    "total" : 5, 
    "successful" : 5, 
    "failed" : 0 
    }, 
    "hits" : { 
    "total" : 2, 
    "max_score" : 0.016878016, 
    "hits" : [ { 
     "_index" : "contacts", 
     "_type" : "contact", 
     "_id" : "2", 
     "_score" : 0.016878016, 
     "_source" : { 
     "contact_status" : "confirmed", 
     "email" : "example@yahoo.com", 
     "id" : "2", 
     "user_id" : "2", 
     "subscription_status" : "on" 
     } 
    }, { 
     "_index" : "contacts", 
     "_type" : "contact", 
     "_id" : "1", 
     "_score" : 0.016878016, 
     "_source" : { 
     "contact_status" : "confirmed", 
     "email" : "example@gmail.com", 
     "id" : "1", 
     "user_id" : "1", 
     "subscription_status" : "on" 
     } 
    } ] 
    } 
} 

あなたが理解しているように、私は検索結果に1文書を得ることを期待していました。私は間違って何をしていますか？

Answer 1

これは何が起こったかである：

「uax_url_email」トークナイザは「標準」トークナイザ（それは切り取っ意味 『に等しい@』）それがない場合には"<text>@<text>.<text>"のパターンを取得する場合を除き、 「@」を切るが、1つのトークンとして全体メールアドレスを取る

は今、インデックス時間であなたは「標準」トークナイザの「文字列」のデフォルト値、意味として「電子メール」フィールドを定義した - 。あなたのアドレストークン： "example"と "gmail.com "！ に検索時間を定義した場合、 "email"トークナイザが定義されています（つまり、最初のクエリ "example@google.com"はトークン化されていません） "または" gmail.com "（yahooでも同じ）。 2回目のクエリで "example @ google"を検索しました。これは電子メールパターン全体には含まれていないため、電子メールトークナイザは「標準」トークナイザとして機能し、「@」を切り捨てて「例」と「google "あなたのインデックスのいずれかを探しています。例は2つのドキュメントでインデックス付けされているので、両方に合っています！

あなたの住所の「例」部分のみを照合できるようにしたい場合は、検索時に「メール」アナライザを使用することはできません！ ほとんどの場合、ほとんどの場合、インデックスアナライザから検索アナライザを変更しないでください。！

「標準」アナライザは「gmail.com」を2つのトークンに分割しないよう注意してください！