Wie kann mit Elasticsearch ein Fuzzy-Matching für E-Mail- und Telefonnummern erreicht werden?

Fuzzy Matching E-Mail und Telefonnummer in Elasticsearch

Es kann eine Zuordnung von E-Mail-Adressen, die mit einer bestimmten Domain enden, oder Telefonnummern, die mit einem bestimmten Präfix beginnen, erreicht werden Verwendung der benutzerdefinierten Analysetools von Elasticsearch.

Eine effektive Lösung besteht darin, Analysetools für E-Mail- und Telefonfelder anzupassen. Für E-Mails wird ein Indexanalysator verwendet, der mithilfe von N-Grammen tokenisiert und so den Abgleich in verschiedenen E-Mail-Abschnitten ermöglicht. Für Telefone indiziert ein Edge-Ngram-Analysator Präfixe unterschiedlicher Länge und ermöglicht so einen effizienten Präfixabgleich.

Implementierungsdetails:

Analysatordefinitionen für E-Mails:

• index_email_analyzer: Tokenisiert E-Mail-Werte und generiert N-Gramme (Teilsequenzen) unterschiedlicher Länge (1–20 Zeichen), wodurch eine breite Palette an Übereinstimmungsmöglichkeiten gewährleistet wird (z. B. „@gmail.com“-Tokens enthalten „@g“, „@@“, „@gm“, „@gma“ usw.).
• search_email_analyzer: Wird während der Suche verwendet und tokenisiert lediglich die Eingabezeichenfolge, was einen direkten Vergleich mit indizierten Token ermöglicht (z. B. eine Suche). für „@gmail.com“ stimmt mit E-Mails überein, die mit index_email_analyzer indiziert wurden).

Analyzer-Definitionen für Telefone:

• index_phone_analyzer: Tokenisiert Telefonnummern, Extrahieren aller möglichen Präfixe, Sicherstellen von Übereinstimmungen für Teileingaben (z. B. wird die Suche nach „136“ mit „1362435647“ übereinstimmen).
• search_phone_analyzer: Verarbeitet Sucheingaben und wandelt sie in eine tokenisierte Form um, die mit indizierten Telefonen abgeglichen werden kann Zahlen (z. B. wird eine Suche nach „136“ tokenisiert und mit indizierten Token wie „136“, „13“, „1“ verglichen).

Beispielindex und Abfrage:

PUT myindex
{
  "settings": {
    "analysis": {
      "analyzer": {
        ...
        "index_email_analyzer": { ... },
        "search_email_analyzer": { ... },
        "index_phone_analyzer": { ... },
        "search_phone_analyzer": { ... }
        ...
      }
    }
  },
  "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"
        }
      }
    }
  }
}

POST myindex
{ 
    "query": {
        "term": 
            { "email": "@gmail.com" }
    }
}

Dieser Ansatz bietet einen effizienten und anpassbaren Fuzzy-Abgleich für E-Mail- und Telefonfelder in Elasticsearch und ermöglicht so flexible Suchfunktionen.

Das obige ist der detaillierte Inhalt vonWie kann mit Elasticsearch ein Fuzzy-Matching für E-Mail- und Telefonnummern erreicht werden?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!