Elastic Search 模糊搜索解决方案

目录

场景

方案设计

方案实践

创建 index

设置 mapping

插入数据

搜索语句

实践结果

---

场景

对字符类型字段进行模糊搜索，比如用户昵称、备注名等等属性

例如：

方案设计

使用 ngram 分词器 + 短语搜索，ngram 分词器和短语匹配的使用会在下面实践中展示

方案实践

创建 index

PUT user
{
  "number_of_shards": "5",
  "number_of_replicas": "1",
  "analysis": {
    "analyzer": {
      "ngram_analyzer": {
        "tokenizer": "ngram_tokenizer"
      }
    },
    "filter": [
      "lowercase"
    ],
    "tokenizer": {
      "ngram_tokenizer": {
        "token_chars": [
          "letter",
          "digit",
          "symbol",
          "punctuation"
        ],
        "min_gram": "1",
        "type": "ngram",
        "max_gram": "1"
      }
    }
  }
}

自定义分词器：

1、把 min_gram 和 max_gram 都设置成 1 是为了提高搜素精度

2、设置 filter 的值 为 lowercase 是为了保证关键字为大小写都能被匹配到

设置 mapping

PUT user/_doc/_mappings
{
  "properties": {
    "nick_name": {
      "type": "text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "ignore_above": 256
        }
      },
      "analyzer": "ngram_analyzer"
    }
  }
}

1、使用多类型字段，text类型是为了建立倒排索引，设置 keyword 是为了精确搜素

2、设置一下这个字段创建倒排搜索使用的分词器 为刚才自定义的 ngram_analyzer

插入数据

PUT user/_doc/1
{
  "nick_name":"wcc 1 鹅鹅"
}

搜索语句

GET user/_search
{
  "query": {
    "match_phrase": {
      "nick_name": {
        "query": "1 鹅",
        "slop": 0
      }
    }
  }
}

1、query 用户输入的关键字

2、slop 是为了控制 搜素的模糊度

实践结果

输入关键字：

 结果：

希望见到此文章的伙伴能点点赞！！！