Un moyen simple de le faire est de créer un analyseur personnalisé qui utilise le filtre de jeton n-gramme
pour les emails (=> voir ci-dessous index_email_analyzer et search_email_analyzer + email_url_analyzer pour une correspondance exacte des e-mails) et edge-ngram filtre de jeton
pour les téléphones (=> voir ci-dessous index_phone_analyzer et search_phone_analyzer ).
La définition complète de l'index est disponible ci-dessous.
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"
}
}
}
}
}
Maintenant, disséquons-le un peu après l'autre.
Pour le phone champ, l'idée est d'indexer les valeurs du téléphone avec index_phone_analyzer , qui utilise un tokenizer edge-ngram afin d'indexer tous les préfixes du numéro de téléphone. Donc, si votre numéro de téléphone est 1362435647 , les jetons suivants seront produits :1 , 13 , 136 , 1362 , 13624 , 136243 , 1362435 , 13624356 , 13624356 , 136243564 , 1362435647 .
Ensuite, lors de la recherche, nous utilisons un autre analyseur search_phone_analyzer qui prendra simplement le numéro d'entrée (par exemple 136 ) et faites-le correspondre au phone champ à l'aide d'un simple match ou term requête :
POST myindex
{
"query": {
"term":
{ "phone": "136" }
}
}
Pour le email champ, nous procédons de manière similaire, en ce sens que nous indexons les valeurs d'email avec le index_email_analyzer , qui utilise un filtre de jeton ngram, qui produira tous les jetons possibles de longueur variable (entre 1 et 20 caractères) pouvant être extraits de la valeur email. Par exemple :[email protected] sera tokenisé en j , jo , joh , ..., gmail.com , ..., [email protected] .
Ensuite, lors de la recherche, nous utiliserons un autre analyseur appelé search_email_analyzer qui prendra l'entrée et essaiera de la faire correspondre aux jetons indexés.
POST myindex
{
"query": {
"term":
{ "email": "@gmail.com" }
}
}
L'email_url_analyzer analyseur n'est pas utilisé dans cet exemple mais je l'ai inclus juste au cas où vous auriez besoin de faire correspondre la valeur exacte de l'e-mail.
