elasticsearch 7.x 如何滿足mysql中的模糊查詢功能（like）

業務場景：篩選項原功能是用mysql左模糊進行過濾查詢，現業務要用es，怎么樣才能滿足原功能，又不損性能。

 

elasticsearch中有關於模糊查詢的操作：wildcard

文檔：https://blog.csdn.net/qq_22612245/article/details/82432107

 

另外的思路解決方案：使用分詞

1、篩選項是中文類型

例：商品名稱  ：無糖麥芽糖口香糖

篩選這種，用中文分詞即可滿足業務場景

索引定義

"shopname": {
        "analyzer": "ik_max_word",
        "type": "text",
        "fields": {
            "raw": {
            "type": "keyword"
            }
        }
  }

 

2、篩選項是字母加數據類型

例：商品代碼：abcde0001

因為在mysql中是左模糊，用戶可能會篩abcde、abc、ab、abcde0、abcde0001，這種用中文分詞就不能滿足業務，而用es的wildcard性能不好，

綜合考慮使用ngram分詞器。

使用方法：

創建索引

{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "my_tokenizer"
        }
      },
      "tokenizer": {
        "my_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 3,
          "token_chars": [
            "letter",
            "digit"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "shopcode": {
        "analyzer": "my_analyzer",
        "type": "text",
        "fields": {
          "raw": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

驗證方法
POST my_index/_analyze
{
  "analyzer": "my_analyzer",
  "text": "abcde0001"
}

結果：

 

 

"min_gram": 2,"max_gram": 3, 這里是設置切的粒度，如果min設為1的話，切的粒度就太細，會占儲存容量。
就算是設置成2,3也要注意因數據量過大分詞后所占容量變多的情況

有空格的情況：