Azure Cognitive Search正则查询无结果问题排查求助

问题背景 #

我在Azure Cognitive Search中创建了一个索引，其中包含用于存储ID（例如ABC1234）的字符串字段，字段定义如下：

{
      "name": "projectId",
      "type": "Edm.String",
      "facetable": false,
      "filterable": true,
      "key": false,
      "retrievable": true,
      "searchable": true,
      "sortable": true,
      "analyzer": "standard.lucene",
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "synonymMaps": [],
      "fields": []
}

执行查询 search=/.*1234./&$queryType=full&$count=true&$searchMode=any 时，未返回任何结果，请问可能的原因是什么？

可能的原因 #

• 正则表达式匹配逻辑不符合token结构
  使用standard.lucene分析器时，ABC1234这类ID会被处理成单个小写token abc1234。你的正则表达式/.*1234./要求匹配的token中，1234后面必须跟着至少一个任意字符，但实际token是abc1234，1234已经是token的结尾，没有后续字符，因此无法匹配。

• 数据未正确索引
  需确认包含ABC1234的文档是否成功导入索引，或者导入时是否将ID值错误存入了其他字段而非projectId。可以通过$select=projectId参数查询已索引文档，验证projectId字段的值是否正确。

• 查询范围未指定目标字段
  如果索引中存在多个可搜索字段，未通过$searchFields=projectId指定查询范围时，查询会在所有可搜索字段中匹配，可能因其他字段无匹配结果导致整体返回空。建议明确指定查询字段，缩小范围。

解决方案建议 #

将正则表达式修改为/.*1234/（匹配包含1234的任意token）或/.*1234$/（匹配以1234结尾的token），同时添加$searchFields=projectId参数明确查询字段，调整后的查询示例：

search=/.*1234$/&$queryType=full&$count=true&$searchMode=any&$searchFields=projectId

内容的提问来源于stack exchange，提问作者JMS