elasticsearch(16) 前缀/正则，通配符搜索，ngram

1.前缀

get my_index1/my_type/_search
{
  "query":{
    "prefix": {
      "title": {
        "value": "c3g"
      }
    }
  }
}

前缀越短，doc越多，前缀搜索不参与分数计算

 

2.通配符

？代表任意字符

* 0个或者多个字符

举例：get my_index1/my_type/_search
{
  "query":{
    "wildcard": {
      "title": {
        "value": "c?i*"
      }
    }
  }
}

3.正则表达式

get my_index1/my_type/_search
{
  "query":{
    "regexp": {
      "title": {
        "value": "c[0-9].+"
      }
    }
  }
}

 

搜索提示功能

GET /my_index/my_type/_search
{
  "query":{
    "match_phrase_prefix": {
      "title": {
        "query":"hello w", hello w的match_phrase搜索
        "slop":1, （最多跳这么多）
        "max_expansions": 1
      }
    }
    
  }
}
 

4.ngram

ngram可以对一个单词内部的一个字母进行分词，具体例子

 

1、ngram和index-time搜索推荐原理

什么是ngram

quick，5种长度下的ngram

ngram length=1，q u i c k
ngram length=2，qu ui ic ck
ngram length=3，qui uic ick
ngram length=4，quic uick
ngram length=5，quick

什么是edge ngram

quick，anchor首字母后进行ngram

q
qu
qui
quic
quick

使用edge ngram将每个单词都进行进一步的分词切分，用切分后的ngram来实现前缀搜索推荐功能

hello world
hello we

h
he
hel
hell
hello        doc1,doc2

w            doc1,doc2
wo
wor
worl
world
e            doc2

helloworld

min ngram = 1
max ngram = 3

h
he
hel

hello w

hello --> hello，doc1
w --> w，doc1

doc1，hello和w，而且position也匹配，所以，ok，doc1返回，hello world

搜索的时候，不用再根据一个前缀，然后扫描整个倒排索引了; 简单的拿前缀去倒排索引中匹配即可，如果匹配上了，那么就好了; match，全文检索

2、实验一下ngram

PUT /my_index
{
    "settings": {
        "analysis": {
            "filter": {
                "autocomplete_filter": { 
                    "type":     "edge_ngram",
                    "min_gram": 1,
                    "max_gram": 20
                }
            },
            "analyzer": {
                "autocomplete": {
                    "type":      "custom",
                    "tokenizer": "standard",
                    "filter": [
                        "lowercase",
                        "autocomplete_filter" 
                    ]
                }
            }
        }
    }
}

GET /my_index/_analyze
{
  "analyzer": "autocomplete",
  "text": "quick brown"
}

PUT /my_index/_mapping/my_type
{
  "properties": {
      "title": {
          "type":     "string",
          "analyzer": "autocomplete",
          "search_analyzer": "standard"
      }
  }
}

hello world

h
he
hel
hell
hello        

w            
wo
wor
worl
world

hello w

h
he
hel
hell
hello    

w

hello w --> hello --> w

GET /my_index/my_type/_search 
{
  "query": {
    "match_phrase": {
      "title": "hello w"
    }
  }
}

如果用match，只有hello的也会出来，全文检索，只是分数比较低
推荐使用match_phrase，要求每个term都有，而且position刚好靠着1位，符合我们的期望的