elasticsearch模糊查询match match_phrase wildcard regexp prefix的区别

参考：https://www.phpmianshi.com/?id=160

1.match查询

会先对搜索词进行分词，比如“白雪公主和苹果”，会分成“白雪”“公主”“苹果”。含有相关内容的字段，都会被检索出来。

2.match_phrase查询

match_phrase与slop一起用，能保证分词间的邻近关系，slop参数告诉match_phrase查询词条能够相隔多远时仍然将文档视为匹配，默认是0。为0时 必须相邻才能被检索出来。
例如下面的语句，会把“白雪公主吃苹果”也能检索出来

GET my_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "content": "白雪公主和苹果",
            "slop":1
          }
        }
        ]
    }
  }
}

 

在对查询字段定义了分词器的情况下，会使用分词器对输入进行分词，然后返回满足下述两个条件的document:

　　1.match_phase中的所有term都出现在待查询字段之中

　　2.待查询字段之中的所有term都必须和match_phase具有相同的顺序

 

3.wildcard查询

是使用通配符进行查询，其中？代表任意一个字符*代表任意的一个或多个字符。
下面的语句会把包含“公主”这个词语的内容检索出来。

GET my_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "wildcard": {
            "content": "*公主*"
          }
        }
        ]
    }
  }
}

这也是一种不分词查询的方法，比如content内容是 aaaa或者中英文数字混合 ，你搜索 aaa的时候match和match_phrase都查不出来

但是用wildcard模糊查询就可以查出来，最好避免在检索词的开头使用 * 或者 ？，这会降低搜索性能。大部分情况后面放个*就满足需求了。

 

 

4.regexp查询

基于词条，正则表达式查询的性能在很大程度上取决于所选的正则表达式。匹配像 .* 这样的所有内容非常慢，并且使用环绕正则表达式。如果可能，您应该在正则表达式开始之前尝试使用长前缀。

像 .* ？+这样的通配符匹配器会降低性能，尽量不要使用。

 

GET my_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "regexp": {
            "content": "公主.*苹果"
          }
        }
        ]
    }
  }
}

 

参考：https://www.elastic.co/guide/en/elasticsearch/reference/6.2/query-dsl-regexp-query.html

 

5.prefix查询

基于词条，查询已什么开头的内容，前缀查询映射到Lucene PrefixQuery。

如果满足你的需求，前缀匹配是优于wildcard和regexp。

GET comment/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "prefix": {
            "content": "hhh"
          }
        }
        ]
    }
  }
}

参考：https://www.elastic.co/guide/en/elasticsearch/reference/6.2/query-dsl-prefix-query.html