ES字符串从任意位置模糊查询（支持只匹配含连续字符串内容）

巨人的肩膀

ElasticSearch一看就懂之分词器edge_ngram和ngram的区别

需求

某个ES index中text 类型的name 字段 （内容只为英文），支持字符串 从任意位置 的以下模糊搜索能力：

1、单字母模糊查询
已有数据：“zhang san”、“li si”、“wang wu”
例如： 输入 n
返回：返回 “zhang san”、 “wang wu”

2、字符串模糊查询：查询条件为连续的字符串时，只返回含有该连续字符串的内容
已有数据：“zhang san”、“li si”、“wang wu”
例如： 输入 hang
返回：返回 “zhang san”（而不会返回 “wang wu”）

3、查询条件有空格，则应视为两个查询条件做模糊查询
已有数据：“zhang san”、“li si”、“wang wu”
例如： 输入 “hang si”
返回：返回 “zhang san”、“li si”

实现

ES index定义 【核心】

PUT user-info
{
  "mappings": {
    "properties": {
      "id": {"type": "keyword"},
      "name": {
        "type": "text",
        "analyzer": "name_analyzer",
        // 查询条件按空格分词，以实现需求3
        "search_analyzer": "whitespace"
      }
    }
  },
  "settings": {
  // 此值应>= 下面的ngram_filter中的max_gram减min_gram的值
    "max_ngram_diff": 50,
    "analysis": {
      "filter": {
        "ngram_filter": {
          "type": "ngram",
          // 任意位置分词，步长最短为1，最长为50，最长值视具体需求而定，可自行修改(需考虑ES存储成本)
          // 详情见参考文章[ElasticSearch一看就懂之分词器edge_ngram和ngram的区别]
          "min_gram": "1",
          "max_gram": "50"
        }
      },
      "analyzer": {
        "name_analyzer": {
          "filter": [
            "asciifolding",
            "lowercase",
            // 从任意位置开始分词，这是实现模糊查询的关键
            "ngram_filter"
          ],
          // 原始数据按空格分词
          "tokenizer": "whitespace"
        }
      }
    }
  }
}

预备数据

POST user-info/_doc/1
{
  "id": 1,
  "name": "zhang san"
}
POST user-info/_doc/2
{
  "id": 2,
  "name": "li si"
}
POST user-info/_doc/3
{
  "id": 3,
  "name": "wang wu"
}


确认预备数据：
GET user-info/_search
...
"hits" : [
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "id" : 1,
          "name" : "zhang san"
        }
      },
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "id" : 2,
          "name" : "li si"
        }
      },
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "id" : 3,
          "name" : "wang wu"
        }
      }
    ]
...

验证

需求1

单字母模糊查询

GET user-info/_search
{
  "query": {
    "match": {
      "name": "n"
    }
  }
}

查询结果：
...
"hits" : [
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.84928787,
        "_source" : {
          "id" : 1,
          "name" : "zhang san"
        }
      },
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.72056305,
        "_source" : {
          "id" : 3,
          "name" : "wang wu"
        }
      }
    ]
...

需求2

字符串模糊查询：查询条件为连续的字符串时，只返回含有该连续字符串的内容

GET user-info/_search
{
  "query": {
    "match": {
      "name": "hang"
    }
  }
}

查询结果：
...
"hits" : [
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.5037103,
        "_source" : {
          "id" : 1,
          "name" : "zhang san"
        }
      }
    ]
...

需求3

查询条件有空格，则应视为两个查询条件做模糊查询

GET user-info/_search
{
  "query": {
    "match": {
      "name": "hang si"
    }
  }
}

查询结果：
...
"hits" : [
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.5037103,
        "_source" : {
          "id" : 1,
          "name" : "zhang san"
        }
      },
      {
        "_index" : "user-info",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.5037103,
        "_source" : {
          "id" : 2,
          "name" : "li si"
        }
      }
    ]
...