二十三、elasticSearch前缀搜索/通配符/ngram分词

1、前缀搜索

GET my_index/my_type/_search
{
  "query": {
    "prefix": {
      "title": {
        "value": "C3"
      }
    }
  }
}

前缀越短，要处理的doc越多，性能越差，尽可能用长前缀搜索，前缀搜索会进行全扫，就和数据库中的全表扫描，性能很差。
2、通配符搜索

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
3、正则搜索

GET /my_index/my_type/_search 
{
  "query": {
    "regexp": {
      "title": "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

4、搜索推荐

GET /my_index/my_type/_search 
{
  "query": {
    "match_phrase_prefix": {
      "title": "hello d"
    }
  }
}

原理跟match_phrase类似，唯一的区别，就是把最后一个term作为前缀去搜索

GET /my_index/my_type/_search 
{
  "query": {
    "match_phrase_prefix": {
      "title":{
“query”:"hello d",
“slop”:10,
“max_expansions”:50
} 
    }
  }
}

hello就是去进行match，搜索对应的doc
w，会作为前缀，去扫描整个倒排索引，找到所有w开头的doc
然后找到所有doc中，即包含hello，又包含w开头的字符的doc
根据你的slop去计算，看在slop范围内，能不能让hello w，正好跟doc中的hello和w开头的单词的position相匹配
也可以指定slop，但是只有最后一个term会作为前缀
max_expansions：指定prefix最多匹配多少个term，超过这个数量就不继续匹配了，限定性能
5、什么是ngram/edge ngram
就是分词切分设置
例如：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
quick，anchor首字母后进行ngram
q
qu
qui
quic
quick

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

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

6、误拼写时的fuzzy模糊搜索技术

GET /forum/article/_search
{
  "query": {
    "fuzzy": {
      "title": {
        "value": "jddva",
        "fuzziness": 2
      }
    }
  }
}

fuzzy搜索以后，会自动尝试将你的搜索文本进行纠错，然后去跟文本进行匹配
fuzziness，你的搜索文本最多可以纠正几个字母去跟你的数据进行匹配，默认如果不设置，就是2
另一种写法

GET /forum/article/_search
{
  "query": {
    "match": {
      "title": {
        "query": "jdava BLOG",
        "fuzziness":"AUTO",
        "operator": "and"
      }
    }
  }
}

Operator:包含