如何通过Elasticsearch模糊匹配电子邮件或电话？
我想对Elasticsearch的电子邮件或电话进行模糊匹配。例如：
匹配所有以结尾的电子邮件 @gmail.com
要么
匹配所有电话开头136。
我知道我可以使用通配符
{ "query": {
"wildcard" : {
"email": "*gmail.com"
}
}
}
但是性能很差。我尝试使用regexp：
{"query": {"regexp": {"email": {"value": "*163\.com*"} } } }但是不起作用。
有更好的方法吗？
curl -XGET本地主机：9200 / user_data
{ "user_data": {
"aliases": {},
"mappings": {
"user_data": {
"properties": {
"address": {
"type": "string"
},
"age": {
"type": "long"
},
"comment": {
"type": "string"
},
"created_on": {
"type": "date",
"format": "dateOptionalTime"
},
"custom": {
"properties": {
"key": {
"type": "string"
},
"value": {
"type": "string"
}
}
},
"gender": {
"type": "string"
},
"name": {
"type": "string"
},
"qq": {
"type": "string"
},
"tel": {
"type": "string"
},
"updated_on": {
"type": "date",
"format": "dateOptionalTime"
},
}
}
},
"settings": {
"index": {
"creation_date": "1458832279465",
"uuid": "Fbmthc3lR0ya51zCnWidYg",
"number_of_replicas": "1",
"number_of_shards": "5",
"version": {
"created": "1070299"
}
}
},
"warmers": {}
}
}
映射：
{ "settings": {
"analysis": {
"analyzer": {
"index_phone_analyzer": {
"type": "custom",
"char_filter": [ "digit_only" ],
"tokenizer": "digit_edge_ngram_tokenizer",
"filter": [ "trim" ]
},
"search_phone_analyzer": {
"type": "custom",
"char_filter": [ "digit_only" ],
"tokenizer": "keyword",
"filter": [ "trim" ]
},
"index_email_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [ "lowercase", "name_ngram_filter", "trim" ]
},
"search_email_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [ "lowercase", "trim" ]
}
},
"char_filter": {
"digit_only": {
"type": "pattern_replace",
"pattern": "\\D+",
"replacement": ""
}
},
"tokenizer": {
"digit_edge_ngram_tokenizer": {
"type": "edgeNGram",
"min_gram": "3",
"max_gram": "15",
"token_chars": [ "digit" ]
}
},
"filter": {
"name_ngram_filter": {
"type": "ngram",
"min_gram": "3",
"max_gram": "20"
}
}
}
},
"mappings" : {
"user_data" : {
"properties" : {
"name" : {
"type" : "string",
"analyzer" : "ik"
},
"age" : {
"type" : "integer"
},
"gender": {
"type" : "string"
},
"qq" : {
"type" : "string"
},
"email" : {
"type" : "string",
"analyzer": "index_email_analyzer",
"search_analyzer": "search_email_analyzer"
},
"tel" : {
"type" : "string",
"analyzer": "index_phone_analyzer",
"search_analyzer": "search_phone_analyzer"
},
"address" : {
"type": "string",
"analyzer" : "ik"
},
"comment" : {
"type" : "string",
"analyzer" : "ik"
},
"created_on" : {
"type" : "date",
"format" : "dateOptionalTime"
},
"updated_on" : {
"type" : "date",
"format" : "dateOptionalTime"
},
"custom": {
"type" : "nested",
"properties" : {
"key" : {
"type" : "string"
},
"value" : {
"type" : "string"
}
}
}
}
}
}
}
回答：
一种简单的方法是创建一个自定义分析器，该分析器使用电子邮件的n-gram令牌过滤器（=>参见下文index_email_analyzer，search_email_analyzer+
email_url_analyzer进行精确的电子邮件匹配）和电话的edge-
ngram令牌过滤器（=>参见下文index_phone_analyzer和search_phone_analyzer）。
完整的索引定义在下面提供。
PUT myindex{
"settings": {
"analysis": {
"analyzer": {
"email_url_analyzer": {
"type": "custom",
"tokenizer": "uax_url_email",
"filter": [ "trim" ]
},
"index_phone_analyzer": {
"type": "custom",
"char_filter": [ "digit_only" ],
"tokenizer": "digit_edge_ngram_tokenizer",
"filter": [ "trim" ]
},
"search_phone_analyzer": {
"type": "custom",
"char_filter": [ "digit_only" ],
"tokenizer": "keyword",
"filter": [ "trim" ]
},
"index_email_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [ "lowercase", "name_ngram_filter", "trim" ]
},
"search_email_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [ "lowercase", "trim" ]
}
},
"char_filter": {
"digit_only": {
"type": "pattern_replace",
"pattern": "\\D+",
"replacement": ""
}
},
"tokenizer": {
"digit_edge_ngram_tokenizer": {
"type": "edgeNGram",
"min_gram": "1",
"max_gram": "15",
"token_chars": [ "digit" ]
}
},
"filter": {
"name_ngram_filter": {
"type": "ngram",
"min_gram": "1",
"max_gram": "20"
}
}
}
},
"mappings": {
"your_type": {
"properties": {
"email": {
"type": "string",
"analyzer": "index_email_analyzer",
"search_analyzer": "search_email_analyzer"
},
"phone": {
"type": "string",
"analyzer": "index_phone_analyzer",
"search_analyzer": "search_phone_analyzer"
}
}
}
}
}
现在，让我们一点一点地剖析它。
对于该phone字段，其想法是使用来索引电话值index_phone_analyzer，该索引使用edge-
ngram标记器来索引电话号码的所有前缀。所以，如果您的电话号码1362435647，下面的标记会产生：1，13，136，1362，13624，136243，1362435，13624356，13624356，136243564，1362435647。
然后，在搜索时，我们使用另一个分析器search_phone_analyzer，该分析器将简单地获取输入数字（例如136），并phone使用简单match或term查询将其与字段进行匹配：
POST myindex{
"query": {
"term":
{ "phone": "136" }
}
}
对于该email字段，我们以类似的方式进行操作，因为我们使用来对电子邮件值进行索引，该索引index_email_analyzer使用了ngram令牌过滤器，该过滤器将生成所有可能的长度不同（在1到20个字符之间）的令牌，这些令牌可以从电子邮件值。例如：john@gmail.com将被标记化到j，jo，joh，…
gmail.com，… john@gmail.com。
然后在搜索时，我们将使用另一个名为的分析器search_email_analyzer，它将接受输入并尝试将其与索引标记进行匹配。
POST myindex{
"query": {
"term":
{ "email": "@gmail.com" }
}
}
该email_url_analyzer分析仪并没有在本例中使用，但我已经为了以防万一，你需要确切的电子邮件值匹配包括它。
以上是 如何通过Elasticsearch模糊匹配电子邮件或电话？ 的全部内容， 来源链接： utcz.com/qa/433202.html
