ElasticSearch 模糊查询

本文介绍了Elasticsearch中不同类型的搜索查询方法,如前缀搜索(包括倒排索引的考虑)、通配符搜索、模糊查询(如fuzzy)以及短语前缀查询(如match_phrase_prefix),并讨论了性能优化参数如max_expansions和slop。

前缀搜索

# 前缀搜索
注意:
前缀搜索匹配的是trem,而不是filed,倒排索引的分词
性能比较差,没有缓存
搜索时尽量把前缀词设置长一点
GET /product/_search
{
  "query": {
    "prefix": {
      "name": {
        "value": "小米"
      }
    }
  }
}

通配符

 通配搜索匹配的是trem
GET /product/_search
{
  "query": {
    "wildcard": {
      "name": {
        "value": "耳*"
      }
    }
  }
}
tags.keyword 匹配的是数组里单个词
GET /product/_search
{
  "query": {
    "wildcard": {
      "tags.keyword": {
        "value": "*比"
      }
    }
  }
}

模糊查询

fuzzy 查询是不分词的
GET /product/_search
{
  "query": {
    "fuzzy": {
      "name":{
        "value": "耳耳机",
        "fuzziness": 1  # 允许字符的容错个数
      }
    }
  }
}

短语前缀查询

match_phrase_prefix 允许查询的最后一个分词做前缀匹配
max_expansions 可以限制匹配的最大此项,设置此值可以影响查询性能,同时也会影响查询结果
slop 分词可以移动的次数,分词移动后能匹配上都会出结果
GET /product/_search
{
  "query": {
    "match_phrase_prefix": {
      "name":{
        "query": "小米耳",
        "max_expansions": 10,
        "slop":2
      }
    }
  }
}
Elasticsearch 中,模糊查询是一种非常强大的功能,它允许用户通过不完全匹配的方式检索数据。这种能力对于构建灵活的搜索体验至关重要。以下是实现模糊查询的一些方法和技术指南。 ### 模糊查询的基本概念 模糊查询基于编辑距离算法(Levenshtein Distance),它可以确定两个字符串之间的差异程度。Elasticsearch 使用这个概念来查找与给定关键词相似但不完全相同的文档。默认情况下,`fuzziness` 参数设置为 `AUTO`,这意味着 Elasticsearch 会自动根据词项长度选择合适的编辑距离阈值 [^1]。 ### 使用 Kibana 进行基本的模糊查询 你可以使用 Kibana 的 Dev Tools 来执行一个简单的模糊查询。下面是一个例子,展示如何对某个字段进行模糊查询: ```json GET /_search { "query": { "match": { "message": { "query": "quick brown fox", "fuzziness": "AUTO" } } } } ``` 在这个示例中,`message` 字段将被用来进行模糊匹配,而 `"fuzziness": "AUTO"` 表示让 Elasticsearch 自动决定最佳的模糊级别 [^1]。 ### 高亮显示匹配内容 当你执行模糊查询时,通常希望高亮显示匹配的部分以便于用户识别。可以通过添加 `highlight` 参数来实现这一点: ```json GET /_search { "query": { "match": { "content": { "query": "elasticsearch", "fuzziness": "AUTO" } } }, "highlight": { "fields": { "*": {} } } } ``` 这段代码不仅执行了模糊查询,还启用了高亮功能,使得所有匹配的结果中的相关部分都会被突出显示 [^1]。 ### 利用 Spring Data Elasticsearch 实现模糊查询 如果你正在使用 Java 并且利用 Spring Boot 框架,那么可以借助 Spring Data Elasticsearch 提供的抽象层来简化开发过程。例如,定义一个仓库接口如下所示即可支持模糊查询: ```java public interface BookRepository extends ElasticsearchRepository<Book, String> { List<Book> findByNameContaining(String keyword); } ``` 这里 `findByNameContaining` 方法就支持了基于名称字段的模糊搜索 [^2]。 ### 多字段索引以支持精确和模糊查询 为了同时支持某一字段上的精确查询和模糊查询,可以在映射(mapping)时配置该字段为 `multi_field` 类型。这样就可以分别指定不同的分析器用于不同类型的查询需求: ```json "properties": { "source.strain": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } } } ``` 上述配置中,`source.strain` 被定义为文本类型并应用了标准分析器,适合做模糊查询;而其子字段 `keyword` 则是未经过分析的原始字符串,适用于精确查询 [^3]。 ### 使用通配符查询实现模糊效果 除了直接使用 `match` 查询外,还可以考虑采用 `wildcard` 查询来达到类似的效果。这种方法特别适用于那些不需要分词处理的情况: ```json POST /indexname/_search { "query": { "wildcard": { "fieldname": { "value": "*value" } } } } ``` 此例中的 `wildcard` 查询允许你使用星号(`*`)作为通配符来进行模式匹配,从而实现一种形式上的“模糊”查询 [^4]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值