写在前面
最近新的项目中用到了大量的es，作为es方面的新手，逐渐熟悉es的DSL、analyzer、search等等，所以记录一下，加深自己的理解
理解es的模糊搜索首先理解搜索分词和存储分词
搜索分词指的是match类查询，比如match、match_phrase，同时我们可以指定分词器，term类查询是不分词查询,比如term、terms
存储分词es的text（2.x的string）类型字段存储，同搜索分词我们也可以利用不同的分词器来优化我们的搜索逻辑，比如默认的standard、ik等等
存储不分词，在es2.x和5.x有不同的做法
2.x
由于2.x中没有text和keyword，所以需要用如下设置
1
2{"type": "string",
"index": "not_analyzed"}5x
将字段类型设置为keyword即可
1
{"type": "keyword"}
es的模糊搜索就是利用搜索分词+存储分词或者wildcard+存储不分词(5.x)
搜索分词+存储分词（match_phrase+text）
match_phrase是分词的，text也是分词的。match_phrase的分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。语法如下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15{
"query": {
"bool": {
"must": [
{
"match_phrase": {
"name": [
"yyt"
]
}
}
]
}
}
}wildcard+存储不分词（wildcard+keyword）
首先设置字段存储为keyword不分词，然后利用wildcard来进行正则表达式匹配
1
2
3
4
5
6
7{
"query":{
"wildcard":{
"name":"*yyt*"
}
}
}
思考
text类型在存储数据的时候会默认进行分词，并生成索引。而keyword存储数据的时候，不会分词建立索引，显然，这样划分数据更加节省内存。为了性能考虑，我们应该仔细斟酌一下 text or keyword ?