Elasticsearch 6.8中模糊搜索的最佳实践是什么例如MySQL中的'％aaa％'

如何解决Elasticsearch 6.8中模糊搜索的最佳实践是什么例如MySQL中的'％aaa％'

背景：我使用Mysql，有数百万个数据，每行有二十列，我们有一些复杂的 搜索和某些列使用模糊匹配，例如123456789.dkr.ecr.eu-west-1.amazonaws.com/my.registry.com/namespace/alpine:latest The push refers to repository [123456789.dkr.ecr.eu-west-1.amazonaws.com/my.registry.com/namespace/alpine] 0c8667b5b: Pushed 730460948: Pushed 1.0: digest: sha256:e1f814f3818efea45267ebfb4918088a26a18c size: 7 ，除非删除第一个username like '%aaa%'，否则它不能使用mysql索引，但是我们需要模糊匹配来进行像Satckoverflow搜索这样的搜索，我还检查了Mysql { {1}}，但如果使用其他索引，则不支持在一个SQL中进行复杂的搜索。

我的解决方案：将Elasticsearch添加为我们的搜索引擎，将数据插入Mysql和Es并仅在Elasticsearch中搜索数据

我检查了Elasticsearch模糊搜索，%有用，但是很多人不建议在单词开头使用fulltext index，这会使搜索非常慢。

例如：用户名：“ John_Snow”

wildcard可以运行，但是速度可能很慢

*

wildcard无效，似乎仅适用于令牌生成器，如短语“ John Snow”

GET /user/_search
{
  "query": {
    "wildcard": {
      "username": "*hn*"
    }
  }
}

我的问题：有没有更好的解决方案来进行包含模糊匹配的复杂查询，例如'％no％'或'％hn_Sn％'。

解决方法

您可以使用ngram tokenizer首先将文本分解为 只要遇到指定字符列表之一， 然后它会为指定长度的每个单词发出N元语法。

添加包含索引数据，映射，搜索查询和结果的工作示例。

索引映射：

     {
    "settings": {
        "analysis": {
            "analyzer": {
                "my_analyzer": {
                    "tokenizer": "my_tokenizer"
                }
            },"tokenizer": {
                "my_tokenizer": {
                    "type": "ngram","min_gram": 2,"max_gram": 10,"token_chars": [
                        "letter","digit"
                    ]
                }
            }
        },"max_ngram_diff": 50
    },"mappings": {
        "properties": {
            "title": {
                "type": "text","analyzer": "my_analyzer","search_analyzer": "standard"
            }
        }
    }
}

分析API

POST/ _analyze

{
  "analyzer": "my_analyzer","text": "John_Snow"
}

令牌为：

   {
    "tokens": [
        {
            "token": "Jo","start_offset": 0,"end_offset": 2,"type": "word","position": 0
        },{
            "token": "Joh","end_offset": 3,"position": 1
        },{
            "token": "John","end_offset": 4,"position": 2
        },{
            "token": "oh","start_offset": 1,"position": 3
        },{
            "token": "ohn","position": 4
        },{
            "token": "hn","start_offset": 2,"position": 5
        },{
            "token": "Sn","start_offset": 5,"end_offset": 7,"position": 6
        },{
            "token": "Sno","end_offset": 8,"position": 7
        },{
            "token": "Snow","end_offset": 9,"position": 8
        },{
            "token": "no","start_offset": 6,"position": 9
        },{
            "token": "now","position": 10
        },{
            "token": "ow","start_offset": 7,"position": 11
        }
    ]
}

索引数据：

{
  "title":"John_Snow"
}

搜索查询：

{
    "query": {
        "match" : {
            "title" : "hn"
        }
    }
}

搜索结果：

"hits": [
            {
                "_index": "test","_type": "_doc","_id": "1","_score": 0.2876821,"_source": {
                    "title": "John_Snow"
                }
            }
        ]

如果要进行自动完成搜索，请参考此blog。

另一个搜索查询

{
    "query": {
        "match" : {
            "title" : "ohr"
        }
    }
}

上面的搜索查询没有显示结果