在Mysql数据库中，现Me效模糊搜索通常使用LIKE关键字。现Me效然而，现Me效随着数据量的现Me效不断增加，Mysql在处理模糊搜索时可能面临性能瓶颈。现Me效因此，现Me效引入Elasticsearch（ES）作为搜索引擎，现Me效以提高搜索性能和用户体验成为一种合理的现Me效选择。
一、现Me效客户的现Me效诉求在ES中，影响搜索结果的现Me效因素多种多样，包括分词器、现Me效Match搜索、现Me效Term搜索、现Me效组合搜索等。现Me效有些用户已经养成了在Mysql中使用LIKE进行模糊搜索的习惯。若ES返回的搜索结果不符合用户的预期，可能会引发抱怨，甚至认为系统存在Bug。 谁让客户是上帝，客户是金主爸爸呢，客户有诉求，我们就得安排上。下面我们就聊聊如何用ES实现Mysql的like模糊匹配效果。云服务器 二、短语匹配match_phrase1.定义为实现模糊匹配的搜索效果，通常有两种方式，其中之一是match_phrase，先说说match_phrase。 match_phrase短语匹配会对检索内容进行分词，要求这些分词在被检索内容中全部存在，并且顺序必须一致。默认情况下，这些词必须是连续的。 2.实验场景1：创建一个mapping，采用默认分词器（即每个字都当做分词），然后插入两条数据。注意：被搜索的字段先采用text类型。 复制# 创建mapping，这里的customerName先使用text类型 PUT /search_test { "mappings": { "properties": { "id": { "type": "keyword" }, "customerName": { "type": "text" } } }, "settings": { "number_of_shards": 5, "number_of_replicas": 1 } } # 插入2条数据 PUT /search_test/_create/1 { "id": "111", "customerName": "都是生产医院的人" } PUT /search_test/_create/2 { "id": "222", "customerName": "家电清洗" } # match_phrase短语匹配查询，可以查出结果 POST search_test/_search { "from": 0, "size": 10, "query": { "bool": { "must": [ { "match_phrase": { "customerName": "医院的" } } ] } } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.以上操作结果显示可以查询到数据。如下图：
场景2：创建一个mapping，采用默认分词器，然后插入两条数据。注意：被搜索的字段先采用keyword类型。 复制# 创建mapping，这里的香港云服务器customerName先使用text类型 PUT /search_test2 { "mappings": { "properties": { "id": { "type": "keyword" }, "customerName": { "type": "keyword" } } }, "settings": { "number_of_shards": 5, "number_of_replicas": 1 } } # 插入2条数据 PUT /search_test2/_create/1 { "id": "111", "customerName": "都是生产医院的人" } PUT /search_test2/_create/2 { "id": "222", "customerName": "家电清洗" } # match_phrase短语匹配查询，可以查出结果 POST search_test2/_search { "from": 0, "size": 10, "query": { "bool": { "must": [ { "match_phrase": { "customerName": "医院的" } } ] } } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.以上操作结果显示查不到数据。如下图：
match_phrase短语匹配适用于text类型的字段，实现了类似Mysql的like模糊匹配。然而，它并不适用于keyword类型的字段。 三、通配符匹配Wildcard为实现模糊匹配的搜索效果，Wildcard通配符匹配是另一种常见的方式。下面我们详细介绍wildcard通配符查询。下面接着说Wildcard通配符查询。 1.定义Wildcard Query 是使用通配符表达式进行查询匹配。Wildcard Query 支持两个通配符： ?，使用 ? 来匹配任意字符。*，使用 * 来匹配 0 或多个字符。使用示例： 复制POST search_test/_search { "query": { "wildcard": { "customerName": "*测试*" } } }1.2.3.4.5.6.7.8. 2.实验场景1：创建一个mapping，采用默认分词器，然后插入两条数据。注意：被搜索的字段先采用text类型。使用上文已经创建的索引search_test。b2b信息网 复制# wildcard查询 POST search_test/_search { "from": 0, "size": 10, "query": { "bool": { "must": [ { "wildcard": { "customerName": { "value": "*医院的*" } } } ] } } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.以上操作结果显示查不到数据，如下图：
注意：如果将DSL查询语句改成只查“医”，就可以查到数据，这与分词器有关。默认分词器将每个字都切成分词。 复制# Wildcard查询 POST search_test/_search { "from": 0, "size": 10, "query": { "bool": { "must": [ { "wildcard": { "customerName": { "value": "*医*" } } } ] } } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.场景2：创建一个mapping，采用默认分词器，然后插入两条数据。注意：被搜索的字段先采用keyword类型。使用上文已经创建的索引search_test2。 复制POST search_test2/_search { "from": 0, "size": 10, "query": { "bool": { "must": [ { "wildcard": { "customerName": { "value": "*医院的*" } } } ] } } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.以上操作结果显示可以查到数据，如下图：
Wildcard通配符查询适用于keyword类型的字段，实现了类似Mysql的like模糊匹配。然而，它不太适用于text类型的字段。 四、选择分词器上述实验中均使用了默认分词器的结果。接下来，我们尝试使用IK中文分词器进行实验。 1.实验创建一个名为search_test3的mapping，采用IK中文分词器，然后插入两条数据。注意：被搜索的字段先采用text类型。 复制PUT /search_test3 { "mappings": { "properties": { "id": { "type": "keyword" }, "customerName": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" } } }, "settings": { "number_of_shards": 5, "number_of_replicas": 1 } } PUT /search_test3/_create/1 { "id": "111", "customerName": "都是生产医院的人" } PUT /search_test3/_create/2 { "id": "222", "customerName": "家电清洗" }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.执行搜索，比如搜索“医院的”，无论是match_phrase还是wildcard两种方式都查不到数据。 复制POST search_test3/_search { "from": 0, "size": 10, "query": { "bool": { "must": [ { "match_phrase": { "customerName": "医院的" } } ] } } } POST search_test3/_search { "query": { "bool": { "must": [ { "wildcard": { "customerName": { "value": "*医院的*" } } } ] } }, "from": 0, "size": 20 }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.执行搜索，比如搜索“医院”，match_phrase和wildcard两种方式都可以查到数据。 复制POST search_test3/_search { "from": 0, "size": 10, "query": { "bool": { "must": [ { "match_phrase": { "customerName": "医院" } } ] } } } POST search_test3/_search { "query": { "bool": { "must": [ { "wildcard": { "customerName": { "value": "*医院*" } } } ] } }, "from": 0, "size": 20 }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35. 4.小结无论是match_phrase还是wildcard两种方式，它们的效果与选择的分词器密切相关。因为两者都是对分词进行匹配，只有匹配到了分词，才能找到对应的文档。 如果搜索内容正好命中了对应的分词，就可以查询到数据。如果没有命中分词，则查不到。在遇到问题时，可以使用DSL查询查看ES的分词情况： 复制POST _analyze { "analyzer": "ik_smart", "text": "院的人" } POST _analyze { "analyzer": "ik_smart", "text": "医院的" } POST _analyze { "analyzer": "ik_max_word", "text": "都是生产医院的人" }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.五、总结match_phrase和wildcard都能实现类似Mysql的like效果。然而，需要注意以下几点： 如果要完全实现Mysql的like效果，最好使用默认分词器，即每个字都切成分词。match_phrase短语匹配，适合于text类型的字段。Wildcard通配符查询，适合于keyword类型的字段。 |
