elasticsearch实现入库分词，查询不分词，实现like关键字%

        因为在工作中遇到一个需求，需要对请求内容实现类似于mysql的 like "关键字%" 模糊匹配功能，同时要保证效率大数据量效率问题，因此不能使用wildcard在网上看了很多也不太好使，自己琢磨了一下成功了，该功能仅对非中文存储的字段有效果，使用termquery去匹配自己也可以尝试别的方法，特此记录一下，项目使用spring-data-elasticsearch4.0.9（对应elasticsearch版本7.6.2）我本地装的7.9.3也兼容、spring-boot-starter-data-elasticsearch2.3.12

一、主要思路：

使用edge_ngram实现对数据入库时的金字塔式分词，如“0-1-2”会被分词为

“0”

“0-”

“0-1”

“0-1-”

“0-1-2”

        查询时使用ik_smart分词器，该分词器插件会对中文进行最大颗粒度的分词，而我在数据中使用的都是非中文内容，它识别不出来，因此查询“0-1-2”内容时，效果等同于不会被分词的结果“0-1-2”，这样就可以实现对“0-1-2”分词后的结果类似于sql中like"0-1-2%"的效果。

二、具体实现：

1.索引配置(实体类映射)

设置配置在resources/es-config/settings.json

{
  "index": {
    "max_result_window": 10000,# 最大查询深度
    "number_of_shards": 8,# 存储数据分片数量
    "number_of_replicas": 1,# 副本数量
    "analysis": { # 分词器集合
      "filter": {
        "edge_ngram_filter": {
          "type": "edge_ngram", # edge_ngram分词器
          "min_gram": 1, # 字段最小分词字符个数 例如“123” 会被分词为 “1”
          "max_gram": 35 # 字段最大分词数量 例如 设置为3 “12345” 会被分词为 “1”“12”“123”
        }
      },
      "analyzer": {
        "custom_pyramid_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "edge_ngram_filter" # 对应上面的filter名称
          ]
        }
      }
    }
  }
}

2.实体类映射

关于ik分词器插件的安装可以参考这片文章

elasticsearch IK分词器的安装、使用与扩展

 3. 数据新增（此处省略）

新增3条数据进行测试： "0-1-0"、"0-1-0-2"、"0-1-0-2-3"

 4.查询效果，注意使用termquery

{
  "from": 0,
  "size":20,
  "query": {
    "term": {
      "treePath": "0-1-0"
    }
  }
}

查询条件“0-1-0”，三条记录都查出来了，因为三条记录里都有0-1-0开头

{
  "from": 0,
  "size":20,
  "query": {
    "term": {
      "treePath": "1-0-2"
    }
  }
}

 查询条件“1-0-2”，一条都查不出来，因为说明请求参数没有分词，尽管记录中包含该内容

{
  "from": 0,
  "size":20,
  "query": {
    "term": {
      "treePath": "0-1-0-2"
    }
  }
}

 查询条件“0-1-0-2”，查到了第二和第三条，因为它们都是0-1-0-2开头的

到这里基本验证完毕，不会发生 like '%关键字%'的情况，也没有发生请求参数被分词的情况。