elasticsearch先实践再理论 五 部分匹配

es如何像sql那样使用like查询，即要查询包含某个词，但搜索只是这个词的一部分

先删除my_index，再初始化mapping：

{
    "mappings": {
        "address": {
            "properties": {
                "postcode": {
                    "type":  "keyword"
                }
            }
        }
    }
}

索引一些文档：

PUT /my_index/address/1
{ "postcode": "W1V 3DG" }

PUT /my_index/address/2
{ "postcode": "W2F 8HW" }

PUT /my_index/address/3
{ "postcode": "W1F 7HW" }

PUT /my_index/address/4
{ "postcode": "WC1N 1LZ" }

PUT /my_index/address/5
{ "postcode": "SW5 0BE" }

prefix 前缀查询

查询关键词不需要是完整的：

prefix是如何查询的呢？倒排索引的词项是排序的，es先找到第一个w1开头的词项，顺序查找知道开头不是w1.

通配符查找

使用wildcard，？代表一个任意字符，*代表一个或多个字符：

 

也可以使用正则查询：

{
    "query": {
        "regexp": {
            "postcode": "W[0-9].+" 
        }
    }
}

 为避免扫描所有词项，不要使用*anyword这种，和sql类似，like不要使用%anyword

另外，若查询的字段是text（非keyword），那么很有可能查询不到，比方说包含 “Quick brown fox” （快速的棕色狐狸）的 title 字段会生成词： quick 、 brown 和 fox 。

下面两个查询时查不到结果的

{ "regexp": { "title": "Qu.*" }} 
{ "regexp": { "title": "quick br*" }}

 

输入即搜索

即搜索词还没有写完时就能得到搜索结果，如同idea等编译器的智能提示一样：

最后一个词为前缀匹配，slop忽略一定的位置关系，max_expansions限定了搜索结果数量（写1没有效果。。。）

索引时准备好

上面的模糊搜索性能较低，可以在索引时做点手脚来提升搜索时的性能，使用边界-ngrams，即把单词固定住一边，以hello为例子，它的边界n-grams为：h he hel hell hello。这样就非常适合即使搜索了，我们先delete掉my_index索引，在put

put localhost:9200/my_index

{
    "settings": {
        "number_of_shards": 1, 
        "analysis": {
            "filter": {
                "autocomplete_filter": { 
                    "type":     "edge_ngram",
                    "min_gram": 2,
                    "max_gram": 5
                }
            },
            "analyzer": {
                "autocomplete": {
                    "type":      "custom",
                    "tokenizer": "standard",
                    "filter": [
                        "lowercase",
                        "autocomplete_filter" 
                    ]
                }
            }
        }
    }
}

min_gram指最小窗口，max为最大，看一下分词效果：

max_gram为5，welcome被分词为 we wel welc welco，看来把max_gram设置小的话是有问题的，还是把min调整为1，max调整为20吧，下一步将分析器应用到字段上：

PUT /my_index/_mapping/doc
{
    "doc": {
        "properties": {
            "name": {
                "type":     "text",
                "analyzer": "autocomplete"
            }
        }
    }
}

添加测试文档：

POST /my_index/doc/_bulk
{ "index": { "_id": 1            }}
{ "name": "Brown foxes"    }
{ "index": { "_id": 2            }}
{ "name": "Yellow furballs" }

查询：

发现两个都匹配了，可以使用validate查看原因：

搜索词也被autocomplete分析器分析了，可以指定在搜索的时候使用标准分析器：

指定搜索时使用的分析器也可以在mapping中设置，设置好后在搜索时就不用指定了：