مطابقة غامضة للبريد الإلكتروني أو الهاتف باستخدام Elasticsearch

يوفر Elasticsearch إمكانات مدمجة للمطابقة الغامضة لعناوين البريد الإلكتروني وأرقام الهواتف.

مطابقة البريد الإلكتروني

لمطابقة عناوين البريد الإلكتروني التي تنتهي بنطاق معين (على سبيل المثال، @gmail.com):

{
    "query": {
        "term": {
            "email": ".*@gmail.com"
        }
    }
}

أو لمطابقة رسائل البريد الإلكتروني التي تحتوي على سلسلة محددة:

{
    "query": {
        "match": {
            "email": {
                "query": "sales@*",
                "operator": "and"
            }
        }
    }
}

مطابقة الهاتف

للحصول على مطابقة غامضة لأرقام الهواتف، يمكنك استخدام النمط التالي:

{
    "query": {
        "prefix": {
            "tel": "136*"
        }
    }
}

سيؤدي هذا إلى مطابقة جميع أرقام الهواتف التي تبدأ بـ "136".

تحسين الأداء

لتحسين الأداء للمطابقة الغامضة، فكر في استخدام أدوات تحليل مخصصة تستفيد من n-gram أو مرشحات رمز الحافة n-gram. تقوم عوامل التصفية هذه بتقسيم النص إلى رموز أصغر، مما يسهل على Elasticsearch إجراء مطابقة غامضة.

تكوين محلل البريد الإلكتروني:

{
  "settings": {
    "analysis": {
      "analyzer": {
        "email_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "name_ngram_filter",
            "trim"
          ]
        }
      },
      "filter": {
        "name_ngram_filter": {
          "type": "ngram",
          "min_gram": "3",
          "max_gram": "20"
        }
      }
    }
  }
}

تكوين محلل الهاتف:

{
  "settings": {
    "analysis": {
      "analyzer": {
        "phone_analyzer": {
          "type": "custom",
          "char_filter": [
            "digit_only"
          ],
          "tokenizer": "digit_edge_ngram_tokenizer",
          "filter": [
            "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"
          ]
        }
      }
    }
  }
}