elasticsearch 基于ik分词器的分词查询和模糊匹配_es分词查询模糊匹配

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注Java）

正文

SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
System.out.println(JSON.toJSONString(searchResponse));
System.out.println(“+++++++++++++++++++++++++++++++++++++++++”);
for (SearchHit hit : searchResponse.getHits()) {
System.out.println(hit.getSourceAsMap());
}
}

类似于百度的分词查询

将查询的内容分解，提取。例如 文档数据库 ，就会被分词器 分解为 文档 ，数据 ，数据库等 查询返回更加有广度

分词查询接口

http://localhost:9200/_analyze

{
“analyzer”:“ik_max_word”,
“text”:“文档数据库”
}

分词解析

{
“111”: [
{
“111”: “文档”,
“start_offset”: 0,
“end_offset”: 2,
“type”: “CN_WORD”,
“position”: 0
},
{
“111”: “数据库”,
“start_offset”: 2,
“end_offset”: 5,
“type”: “CN_WORD”,
“position”: 1
},
{
“111”: “数据”,
“start_offset”: 2,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 2
},
{
“111”: “库”,
“start_offset”: 4,
“end_offset”: 5,
“type”: “CN_CHAR”,
“position”: 3
}
]
}

查询会将分词解析出的分词

ES查询条件 分词查询

http://localhost:9200/fileindex1/_search

{
“query”: {
“match”: {
“name”: “文档数据库”
}
}
}

@Test
void testSearch1() throws IOException {
SearchRequest searchRequest = new SearchRequest(“fileindex1”);
//构建搜索条件
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

//查询条件,我们可以使用SearchSourceBuilder工具来实现
//精确匹配QueryBuilders.termQuery()
MatchQueryBuilder matchQueryBuilder = QueryBuilders.matchQuery(“name”,“测试”);
sourceBuilder.query(matchQueryBuilder);
sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
searchRequest.source(sourceBuilder);
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
System.out.println(JSON.toJSONString(searchResponse));
System.out.println(“+++++++++++++++++++++++++++++++++++++++++”);
for (SearchHit hit : searchResponse.getHits()) {
System.out.println(hit.getSourceAsMap());
}
}

根据具体字段精确查询内容

{
“query”: {
“fuzzy”: {
“attachment.author.keyword”: “测试”
}
}
}

// 根据字段精准查询
@Test
void testSearch3() throws IOException {
SearchRequest searchRequest = new SearchRequest(“fileindex1”);
//构建搜索条件
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
//查询条件,我们可以使用SearchSourceBuilder工具来实现
//精确匹配QueryBuilders.termQuery()
FuzzyQueryBuilder matchQueryBuilder = QueryBuilders.fuzzyQuery(“attachment.author.keyword”,“user
“);
sourceBuilder.query(matchQueryBuilder);
sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));
searchRequest.source(sourceBuilder);
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
System.out.println(JSON.toJSONString(searchResponse));
System.out.println(”+++++++++++++++++++++++++++++++++++++++++”);
for (SearchHit hit : searchResponse.getHits()) {
System.out.println(hit.getSourceAsMap());
}
}

ES 高亮显示查询

http://localhost:9200/fileindex1/_search
{
“query”: {
“bool”: {
“should”: [
{

最后总结

ActiveMQ+Kafka+RabbitMQ学习笔记PDF

• RabbitMQ实战指南

• 手写RocketMQ笔记

• 手写“Kafka笔记”

关于分布式，限流+缓存+缓存，这三大技术（包含：ZooKeeper+Nginx+MongoDB+memcached+Redis+ActiveMQ+Kafka+RabbitMQ）等等。这些相关的面试也好，还有手写以及学习的笔记PDF，都是啃透分布式技术必不可少的宝藏。以上的每一个专题每一个小分类都有相关的介绍，并且小编也已经将其整理成PDF啦

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-UY60PXpf-1713599718205)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！