Как настроить synonyms_path в elasticsearch

Я новичок в elasticsearch, и я хочу использовать синонимы, я добавил эти строки в файле конфигурации:

synonyms.txt содержит "foo, bar, baz", и когда я ищу foo, он возвращает то, что я ожидал, но когда я ищу baz или bar, он возвращает нулевые результаты:

Ответы

Ответ 1

Я не знаю, если ваша проблема в том, что вы определили плохо синонимы для "bar". Как вы сказали, вы новичок, я собираюсь привести пример, похожий на ваш, который работает. Я хочу показать, как elasticsearch имеет дело с синонимами во время поиска и во время индекса. Надеюсь, что это поможет.

Сначала создайте файл синонима:

foo => foo bar, baz

Теперь я создаю индекс с конкретными настройками, которые вы пытаетесь проверить:

curl -XPUT 'http://localhost:9200/test/' -d '{
  "settings": {
    "index": {
      "analysis": {
        "analyzer": {
          "synonym": {
            "tokenizer": "whitespace",
            "filter": ["synonym"]
          }
        },
        "filter" : {
          "synonym" : {
              "type" : "synonym",
              "synonyms_path" : "synonyms.txt"
          }
        }
      }
    }
  },
  "mappings": {

    "test" : {
      "properties" : {
        "text_1" : {
           "type" : "string",
           "analyzer" : "synonym"
        },
        "text_2" : {
           "search_analyzer" : "standard",
           "index_analyzer" : "standard",
           "type" : "string"
        },
        "text_3" : {
           "type" : "string",
           "search_analyzer" : "synonym",
           "index_analyzer" : "standard"
        }
      }
    }
  }
}'

Обратите внимание, что файл synonyms.txt должен находиться в том же каталоге, что и файл конфигурации, так как этот путь относится к директории config.

Теперь проиндексируем doc:

curl -XPUT 'http://localhost:9200/test/test/1' -d '{
  "text_3": "baz dog cat",
  "text_2": "foo dog cat",
  "text_1": "foo dog cat"
}'

Теперь поиск

Поиск в поле text_1

curl -XGET 'http://localhost:9200/test/_search?q=text_1:baz'
{
  "took": 3,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.15342641,
    "hits": [
      {
        "_index": "test",
        "_type": "test",
        "_id": "1",
        "_score": 0.15342641,
        "_source": {
          "text_3": "baz dog cat",
          "text_2": "foo dog cat",
          "text_1": "foo dog cat"
        }
      }
    ]
  }
}

Вы получаете документ, потому что baz является синонимом foo и во время индекса foo расширяется с его синонимами

Поиск в поле text_2

curl -XGET 'http://localhost:9200/test/_search?q=text_2:baz'

результат:

{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 0,
    "max_score": null,
    "hits": []
  }
}

Я не получаю хиты, потому что я не расширил синонимы при индексировании (стандартный анализатор). И, поскольку я ищу базу, а база не в тексте, я не получаю никакого результата.

Поиск в поле text_3

curl -XGET 'http://localhost:9200/test/_search?q=text_3:foo'
{
  "took": 3,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.15342641,
    "hits": [
      {
        "_index": "test",
        "_type": "test",
        "_id": "1",
        "_score": 0.15342641,
        "_source": {
          "text_3": "baz dog cat",
          "text_2": "foo dog cat",
          "text_1": "foo dog cat"
        }
      }
    ]
  }
}

Примечание: text_3 - "собака baz dog"

text_3 были индексами без расширения синонимов. Поскольку я ищу foo, которые имеют "baz" как один из синонимов, я получаю результат.

Если вы хотите отлаживать, вы можете использовать конечную точку _analyze, например:

curl -XGET 'http://localhost:9200/test/_analyze?text=foo&analyzer=synonym&pretty=true'

результат:

{
  "tokens": [
    {
      "token": "foo",
      "start_offset": 0,
      "end_offset": 3,
      "type": "SYNONYM",
      "position": 1
    },
    {
      "token": "baz",
      "start_offset": 0,
      "end_offset": 3,
      "type": "SYNONYM",
      "position": 1
    },
    {
      "token": "bar",
      "start_offset": 0,
      "end_offset": 3,
      "type": "SYNONYM",
      "position": 2
    }
  ]
}