Wie kann ich in Elasticsearch ein effizientes Fuzzy-Matching für E-Mail-Adressen und Telefonnummern erreichen?

Elasticsearch Fuzzy-E-Mail- oder Telefon-Matching

Frage:

Wie kann Fuzzy-Matching implementiert werden? für E-Mail-Adressen oder Telefonnummern mit Elasticsearch? Wie kann man konkret alle E-Mails abgleichen, die mit „@gmail.com“ enden, oder alle Telefonnummern, die mit „136“ beginnen?

Antwort:

Verwendung benutzerdefinierter Analysetools für Indizierung und Suche können den Fuzzy-Abgleich für E-Mail- und Telefondaten erleichtern.

E-Mail-Fuzzy-Abgleich:

Konfigurieren Sie einen Analysator mit den folgenden Einstellungen:

• Indexanalysator: index_email_analyzer

  • Standard-Tokenizer
  • Kleinbuchstaben- und Name-Ngram-Filter
  • Max. Gramm: 20

• Suchanalysator: search_email_analyzer

  • Standard-Tokenizer
  • Kleinbuchstabenfilter

Telefonnummer Fuzzy Matching:

Konfigurieren Sie einen Analysator mit den folgenden Einstellungen:

• Indexanalysator: index_phone_analyzer

  • Nur ​​Ziffernfilter
  • Edge-ngram-Tokenizer (3-15 Gramm)
  • Min. Gramm: 1
  • Max. Gramm: 15

• Suchanalysator: search_phone_analyzer

  • Nur ​​Ziffernfilter
  • Keyword-Tokenizer

Indexbeispiel:

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"
        }
      }
    }
  }
}

Suchanfragen:

• Alle E-Mails abgleichen, die mit „@gmail.com“ enden:

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

• Alle Telefonnummern abgleichen, die mit „136“ beginnen:

POST myindex
{ 
    "query": {
        "term": 
            { "phone": "136" }
    }
}

Durch die Verwendung dieser benutzerdefinierten Analysatoren kann Elasticsearch einen effizienten Fuzzy-Abgleich für E-Mail-Adressen und Telefonnummern durchführen.

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