一、前缀搜索 prefix
- 不计算相关度评分
- 性能较差
- 前缀搜索匹配的是分词后的词项
- 前缀搜索没有缓存
- 前缀搜索尽可能把前缀长度设置的更长
GET product/_search
{"query": {"fuzzy": {"name": {"value": "product1"}}}
}index_prefixes为词项创建倒排索引，
比如computer这个单词，本身是一个词项，index_prefixes可以为这个单词再创建倒排索引，min_chars=2，max_chars=5的话，创建的索引：co、com、comp、compu
PUT prefixindex
{"mappings": {"properties": {"name": {"type": "text","analyzer": "ik_max_word","index_prefixes": {"min_chars": 2,"max_chars": 3}}}}
}优缺点：
优点：加快前缀索引的搜索效率
缺点：占用内存、空间
二、通配符 wildcard
匹配的也是分词后的词项term
# 造数据
PUT testindex/_doc/1
{"name":"zhang san"
}PUT testindex/_doc/2
{"name":"zhang si"
}PUT testindex/_doc/3
{"name":"zhuang san"
}PUT testindex/_doc/4
{"name":"zhuang si"
}# 用法
GET testindex/_search
{"query": {"wildcard": {"name": {"value": "*san"}}}
}
* 数组中的每个值都是精准值
三、正则 regexp
1. 用法
GET testindex/_search
{"query": {"regexp": {"name": ".*san"}}
}
2. flags参数含义
四、模糊查询 fuzzy
1. 情况
1）混淆字符（box->fox）
2) 缺少字符（black->lack）
3) 多出字符（sic -> sick）
4) 颠倒次序（act-> cat）
2. 用法
GET testindex/_search
{"query": {"fuzzy": {"name": "xiaolahu"}}
}
3. 参数
编辑距离：把字符改成正确的，需要挪到的次数
GET testindex/_search
{"query": {"fuzzy": {"name": {"value": "xiaoloahu","fuzziness": 1,"transpositions":false}}}
}
fuzziness, 默认是auto，根据字符串长度，从0,1,2取值
4. match查询也支持fuzziness
GET testindex/_search
{"query": {"match": {"name": {"query":"xiaoloahu","fuzziness": 1}}}
}
match是分词的，fuzzy是不分词的
fuzzy不适合数据量大时使用
五、match_phrase_prefix
match_phrase
match_phrase会分词
被检索字段必须包含match_phrase中的所有词项并且顺序必须是相同的
被检索字段包含的match_phrase中的词项之间不能有其他词项
match_phrase_prefix概念
match_phrase_prefix与match_phrase相似，但是它多了一个特性，就是它允许在文本的最后一个词项(term)上的前缀匹配
如果是一个单词，比如a，它会匹配文档字段所有以a开头的文档
如果是一个短语，比如 "this is ma" ，他会先在倒排索引中做以ma做前缀搜索，然后在匹配到的doc中做match_phrase查询
参数
max_expansions：限制匹配的最大词项，默认50；越大越消耗性能，可以通过减少这个值，提高性能
analyzer：指定何种分析器来对该短语进行分词处理
boost ：用于设置该查询的权重
slop ：允许短语间的词项(term)间隔
slop 参数告诉 match_phrase 查询词条相隔多远时仍然能将文档视为匹配
什么是相隔多远？ 意思是说为了让查询和文档匹配你需要移动词条多少次
六、N-gram和edge ngram
ngram可以用于切词器（比分词器粒度更小）
GET _analyze
{"tokenizer": "ngram","text": "reba always loves me"
}有两个主要参数
min_gram：创建索引所拆分字符的最小阈值
max_gram：创建索引所拆分字符的最大阈值
ngram也可以用于词项过滤器token filter
GET _analyze
{"tokenizer": "ik_max_word","filter": [ "ngram" ],"text": "reba always loves me"
}优点：做模糊搜索时，粒度更细
缺点：占用大量的磁盘空间
Edge n-gream
ngram适用于前缀、中缀、后缀搜索
Edge n-gream只适用于前缀搜索，但也会更节省空间
Edge n-gream的性能比match_phrase_prefix更高
