目录
前缀搜索
C3D0-KD345
C3K5-DFG65
C4I8-UI365C3 --> 上面这两个都搜索出来 --> 根据字符串的前缀去搜索
PUT my_index
{
"mappings": {
"my_type": {
"properties": {
"title": {
"type": "keyword"
}
}
}
}
}GET my_index/_search
{
"query": {
"prefix": {
"title": {
"value": "C3"
}
}
}
}
前缀搜索的原理
prefix query不计算relevance score,与prefix filter唯一的区别就是,filter会cache bitset
扫描整个倒排索引,举例说明
前缀越短,要处理的doc越多,性能越差,尽可能用长前缀搜索
前缀搜索,它是怎么执行的?性能为什么差呢?
match
C3-D0-KD345
C3-K5-DFG65
C4-I8-UI365全文检索
每个字符串都需要被分词
c3 doc1,doc2
d0 doc1
kd345 doc1
k5 doc2
dfg65 doc2
c4 doc3
i8 doc3
ui365 doc3c3 --> 扫描倒排索引 --> 一旦扫描到c3,就可以停了,因为带c3的就2个doc,已经找到了 --> 没有必要继续去搜索其他的term了
match性能往往是很高的
term
C3-D0-KD345
C3-K5-DFG65
C4-I8-UI365c3 --> 先扫描到了C3-D0-KD345,很棒,找到了一个前缀带c3的字符串 --> 还是要继续搜索的,因为后面还有一个C3-K5-DFG65,也许还有其他很多的前缀带c3的字符串 --> 你扫描到了一个前缀匹配的term,不能停,必须继续搜索 --> 直到扫描完整个的倒排索引,才能结束
因为实际场景中,可能有些场景是全文检索解决不了的
prefix性能很差
通配符搜索
跟前缀搜索类似,功能更加强大
C3D0-KD345
C3K5-DFG65
C4I8-UI3655字符-D任意个字符5
5?-*5:通配符去表达更加复杂的模糊搜索的语义
GET my_index/my_type/_search
{
"query": {
"wildcard": {
"title": {
"value": "C?K*5"
}
}
}
}?:任意字符
*:0个或任意多个字符性能一样差,必须扫描整个倒排索引,才ok
正则搜索
GET /my_index/_search
{
"query": {
"regexp": {
"title": "C[0-9].+"
}
}
}C[0-9].+
[0-9]:指定范围内的数字
[a-z]:指定范围内的字母
.:一个字符
+:前面的正则表达式可以出现一次或多次wildcard和regexp,与prefix原理一致,都会扫描整个索引,性能很差
建议
- 主要是给大家介绍一些高级的搜索语法。在实际应用中,能不用尽量别用。性能太差了。