Elasticsearch 对文本实现模糊、精确、分词搜

发表于

这是我参与8月更文挑战的第4天，活动详情查看：8月更文挑战

Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎，它具有强大的搜索功能。

对文本搜索一般可以分为三种类型：模糊搜索、精确搜索、分词搜索。

  • 模糊搜索：如sql中的like查询语句，匹配包含搜索关键字的内容。
  • 精确搜索：文本内容与搜索关键字一致。
  • 分词搜索：将文本先进行分词，包括搜索关键字分词和搜索内容进行分词，再匹配相关内容。

用一个例子说明：

我们有一串文本「我正在学习数据结构和算法」，

如果是模糊搜索，用「学习」、「数据结构」、「算法」等关键词就能搜索出结果

如果是精确搜索，搜索关键词一定为「我正在学习数据结构和算法」才能搜出结果

如果是分词搜索，「算法之美」关键词就能搜索出结果，因为分词搜索，只需要将关键字的分词匹配上就可以了。而使用模糊搜索，是不能正确搜索出结果的。

在Elasticsearch中，使用“term”，“match”，“match_phrase”，“keyword”进行相关搜索。接下来我们用实验演示不同的搜索效果。

相关准备：

索引base-product-spu-info中有一条数据：

1
2
3
json复制代码{
"spuName" : "【市场价2532】HUAWEI WATCH 2 Pro 4G智能手表 移动支付"
}

对「【市场价2532】HUAWEI WATCH 2 Pro 4G智能手表 移动支付」分词（默认分词器，单个字分词）

1
2
3
4
5
6
csharp复制代码GET base-product-spu-info/_analyze
{
"analyzer": "standard",
  "text":  "【市场价2532】HUAWEI WATCH 2 Pro 4G智能手表 移动支付"
}
// 分词结果：市|场|价|2532|huawei|watch|2|pro|4g|智|能|手|表|移|动|支|付

term 搜索

term搜索是对搜索词不进行分词搜索，但对搜索的字段还是会分词，而加keyword属性，则是不分词的精准搜索

  1. 关键字「智」搜索
1
2
3
4
5
6
7
8
9
10
11
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "term": {
      "spuName": {
        "value": "智"
      }
    }
  }
}
// 结果：搜索出数据
  1. 关键字「智能」搜索
1
2
3
4
5
6
7
8
9
10
11
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "term": {
      "spuName": {
        "value": "智能"
      }
    }
  }
}
// 结果：不能搜索出数据
  1. 关键字「Pro」搜索
1
2
3
4
5
6
7
8
9
10
11
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "term": {
      "spuName": {
        "value": "Pro"
      }
    }
  }
}
// 结果：不能搜索出数据
  1. 关键字「pro」搜索（小写）
1
2
3
4
5
6
7
8
9
10
11
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "term": {
      "spuName": {
        "value": "pro"
      }
    }
  }
}
// 结果：搜索出数据
  1. 关键字「【市场价2532】HUAWEI WATCH 2 Pro 4G智能手表 移动支付」搜索
1
2
3
4
5
6
7
8
9
10
11
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "term": {
      "spuName": {
        "value": "【市场价2532】HUAWEI WATCH 2 Pro 4G智能手表 移动支付"
      }
    }
  }
}
// 结果：不能搜索出数据
  1. 关键字「【市场价2532】HUAWEI WATCH 2 Pro 4G智能手表 移动支付」搜索（增加keyword关键字）
1
2
3
4
5
6
7
8
9
10
11
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "term": {
      "spuName.keyword": {
        "value": "【市场价2532】HUAWEI WATCH 2 Pro 4G智能手表 移动支付"
      }
    }
  }
}
// 结果：搜索出数据

match搜索 （分词搜索）

先对搜索词进行分词，再进行分词搜索

1
2
3
4
5
6
7
8
9
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "match": {
      "spuName": "手机"
    }
  }
}
// 结果：搜索出数据

match_phrase 搜索（模糊搜索）

短语搜索， 要求所有的分词必须同时出现在文档中，同时位置必须紧邻一致**

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
csharp复制代码GET base-product-spu-info/_search
{
  "query": {
    "match_phrase": {
      "spuName": "智能手表"
    }
  }
}
// 结果：搜索出数据

GET base-product-spu-info/_search
{
  "query": {
    "match_phrase": {
      "spuName": "智能手表1"
    }
  }
}
// 结果：不能搜索出数据

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有

0%