elasticsearch自定义分词器实现like模糊匹配查询，代替使用通配符模糊搜索慢的实现

前段时间第一次使用es实现全文检索功能，由于第一次使用，所以只想实现类似数据库 LIKE ‘%关键字%’这样的就可以了。

简单研究了一下es之后，发现将字段类型指定为keyword或查询字段加上.keyword，然后再通过*实例模糊匹配，如下面查询，就可以实现类似LIKE ‘%关键字%’的搜索。

GET /my_index/_doc/_search
{
	"query": {
		"query_string": {
			"query": "*关键字*",
			"fields": [
				"field1.keyword",
				"field2.keyword",
				"field3.keyword",
				"field4.keyword"
			]
		}
	}
}

虽然这样达到了想要的结果，但过了一段时间发现es这种查询有性能问题，如果关键字内容越长查询时间越长，例如查询10个字符的关键字，数据量才几w级别的竟然要4、5秒，还不如优化过的sql查询。

实现配置

elasticsearch 版本: 6.3.0

实现原理

将内容按字符分词，然后查询的时候也是按字符匹配，并且还要满足字符的顺序，如：

• 内容：elasticsearch自定义分词器实现模糊搜索。
• 分词后：e, l, a, s, t, i, c, s, e, a, r, c, h, 自, 定, 义, 分, 词, 器, 实, 现, 模, 糊, 搜, 索。
• 搜索关系字：自定义分词器
  匹配“自, 定, 义, 分, 词, 器”这个几个字符，并且它们的位置满足：自<定<义<分<词<器，并且相邻两个字符位置差值都是1。

以上关键是最后一步，可以用 match_phrase 这个查询实现。

创建索引时创建自定义分词器

// 创建索引
PUT /my_index
{
 "settings": {
		"analysis": {
			"analyzer": {
				// 自定义分词器
				"char_analyzer": {
					// 使用自定义的token分词器
					"tokenizer": "char_tokenizer",
					// 转成小写，实现忽略大小写查询，如果需要区分大小写把下面的filter去掉
					"filter": "lowercase"
				}
			},
			"tokenizer": {
				// 定义一个token分词器，作用是将内容按字符拆分
				"char_tokenizer": {
					"type": "pattern",
					"pattern": "|"
				}
			}
		}
	}
}

使用分词器

使用分词器有两种方式，一种是使用动态模板给满足条件的字段指定分词器，另一种就是给指定的字段设置分词器，使用其它一种就好了。反正就是要给需要查询的字段使用上刚刚定义的分词器。

// 使用动态模板，指定自定义分词器
PUT my_index/_doc/_mapping
{
	"_doc": {
		"dynamic": true,
		"dynamic_templates": [{
			"my_analyze": {
				"match_mapping_type": "string",
				"mapping": {
					"analyzer": "char_analyzer"
				}
			}
		}]
	}
}

// 指定字段设置分词器
PUT my_index/_doc/_mapping
{
	"_doc": {
		"properties": [{
			"field1": {
				"analyzer": "char_analyzer"
			},
			"field2": {
				"analyzer": "char_analyzer"
			}
		}]
	}
}

关键部分，实例模糊查询

这是最关键的部分

GET /my_index/_doc/_search
{
	"query": {
		"query_string": {
			"query": "关键字",
			// [关键]作用：满足条件需要按顺序匹配关键字的每一个字
			"type": "phrase",
			// [关键]作用：需要匹配到每一个关键字
			"operator": "AND",
			// [关键]作用：跟上面一样，需要匹配到每一个关键字
			"minimum_should_match": "100%",
			"fields": [
				"field1",
				"field2",
				"field3",
				"field4"
			]
		}
	}
}