Elasticsearch實現Mysql的Like效果_ZenDei技術網路在線

Elasticsearch實現Mysql的Like效果

-Advertisement-

在Mysql資料庫中，模糊搜索通常使用LIKE關鍵字。然而，隨著數據量的不斷增加，Mysql在處理模糊搜索時可能面臨性能瓶頸。因此，引入Elasticsearch作為搜索引擎，以提高搜索性能和用戶體驗成為一種合理的選擇。 1、客戶的訴求在ES中，影響搜索結果的因素多種多樣，包括分詞器、Match搜 ...

在Mysql資料庫中，模糊搜索通常使用LIKE關鍵字。然而，隨著數據量的不斷增加，Mysql在處理模糊搜索時可能面臨性能瓶頸。因此，引入Elasticsearch作為搜索引擎，以提高搜索性能和用戶體驗成為一種合理的選擇。

1、客戶的訴求

在ES中，影響搜索結果的因素多種多樣，包括分詞器、Match搜索、Term搜索、組合搜索等。有些用戶已經養成了在Mysql中使用LIKE進行模糊搜索的習慣。若ES返回的搜索結果不符合用戶的預期，可能會引發抱怨，甚至認為系統存在Bug。

誰讓客戶是上帝，客戶是金主爸爸呢，客戶有訴求，我們就得安排上。下麵我們就聊聊如何用ES實現Mysql的like模糊匹配效果。

如果對Elasticsearch不太熟悉的讀者，建議先閱讀我之前的文章：

《5000字詳說Elasticsearch入門》

《Springboot項目中使用Elasticsearch的RestClient》

《巧記Elasticsearch常用DSL語法》

2、短語匹配match_phrase

2.1、定義

為實現模糊匹配的搜索效果，通常有兩種方式，其中之一是match_phrase，先說說match_phrase。

match_phrase短語匹配會對檢索內容進行分詞，要求這些分詞在被檢索內容中全部存在，並且順序必須一致。預設情況下，這些詞必須是連續的。

2.2、實驗

場景1：創建一個mapping，採用預設分詞器（即每個字都當做分詞），然後插入兩條數據。註意：被搜索的欄位先採用text類型。

# 創建mapping，這裡的customerName先使用text類型
PUT /search_test
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "customerName": {
        "type": "text"
      }
    }
  },
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 1
  }
}

# 插入2條數據
PUT /search_test/_create/1
{
  "id": "111",
  "customerName": "都是生產醫院的人"
}

PUT /search_test/_create/2
{
  "id": "222",
  "customerName": "家電清洗"
}

# match_phrase短語匹配查詢，可以查出結果
POST search_test/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "customerName": "醫院的"
          }
        }
      ]
    }
  }
}

以上操作結果顯示可以查詢到數據。如下圖：

場景2：創建一個mapping，採用預設分詞器，然後插入兩條數據。註意：被搜索的欄位先採用keyword類型。

# 創建mapping，這裡的customerName先使用text類型
PUT /search_test2
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "customerName": {
        "type": "keyword"
      }
    }
  },
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 1
  }
}

# 插入2條數據
PUT /search_test2/_create/1
{
  "id": "111",
  "customerName": "都是生產醫院的人"
}

PUT /search_test2/_create/2
{
  "id": "222",
  "customerName": "家電清洗"
}

# match_phrase短語匹配查詢，可以查出結果
POST search_test2/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "customerName": "醫院的"
          }
        }
      ]
    }
  }
}

以上操作結果顯示查不到數據。如下圖：

2.3、小結

match_phrase短語匹配適用於text類型的欄位，實現了類似Mysql的like模糊匹配。然而，它並不適用於keyword類型的欄位。

3、通配符匹配Wildcard

為實現模糊匹配的搜索效果，Wildcard通配符匹配是另一種常見的方式。下麵我們詳細介紹wildcard通配符查詢。下麵接著說Wildcard通配符查詢。

3.1、定義

Wildcard Query 是使用通配符表達式進行查詢匹配。Wildcard Query 支持兩個通配符：

?，使用 ? 來匹配任意字元。
*，使用 * 來匹配 0 或多個字元。

使用示例：

POST search_test/_search
{
  "query": {
    "wildcard": {
      "customerName": "*測試*"
    }
  }
}

3.2、實驗

場景1：創建一個mapping，採用預設分詞器，然後插入兩條數據。註意：被搜索的欄位先採用text類型。使用上文已經創建的索引search_test。

# wildcard查詢
POST search_test/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "wildcard": {
            "customerName": {
              "value": "*醫院的*"
            }
          }
        }
      ]
    }
  }
}

以上操作結果顯示查不到數據，如下圖：

註意：如果將DSL查詢語句改成只查“醫”，就可以查到數據，這與分詞器有關。預設分詞器將每個字都切成分詞。

# Wildcard查詢
POST search_test/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "wildcard": {
            "customerName": {
              "value": "*醫*"
            }
          }
        }
      ]
    }
  }
}

場景2：創建一個mapping，採用預設分詞器，然後插入兩條數據。註意：被搜索的欄位先採用keyword類型。使用上文已經創建的索引search_test2。

POST search_test2/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "wildcard": {
            "customerName": {
              "value": "*醫院的*"
            }
          }
        }
      ]
    }
  }
}

以上操作結果顯示可以查到數據，如下圖：

3.3、小結

Wildcard通配符查詢適用於keyword類型的欄位，實現了類似Mysql的like模糊匹配。然而，它不太適用於text類型的欄位。

4、選擇分詞器

上述實驗中均使用了預設分詞器的結果。接下來，我們嘗試使用IK中文分詞器進行實驗。

4.1、實驗

創建一個名為search_test3的mapping，採用IK中文分詞器，然後插入兩條數據。註意：被搜索的欄位先採用text類型。

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": "都是生產醫院的人"
}

PUT /search_test3/_create/2
{
  "id": "222",
  "customerName": "家電清洗"
}

執行搜索，比如搜索“醫院的”，無論是match_phrase還是wildcard兩種方式都查不到數據。

POST search_test3/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "customerName": "醫院的"
          }
        }
      ]
    }
  }
}

POST search_test3/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "wildcard": {
            "customerName": {
              "value": "*醫院的*"
            }
          }
        }
      ]
    }
  },
  "from": 0,
  "size": 20
}

執行搜索，比如搜索“醫院”，match_phrase和wildcard兩種方式都可以查到數據。

POST search_test3/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "customerName": "醫院"
          }
        }
      ]
    }
  }
}

POST search_test3/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "wildcard": {
            "customerName": {
              "value": "*醫院*"
            }
          }
        }
      ]
    }
  },
  "from": 0,
  "size": 20
}

4.2、小結

無論是match_phrase還是wildcard兩種方式，它們的效果與選擇的分詞器密切相關。因為兩者都是對分詞進行匹配，只有匹配到了分詞，才能找到對應的文檔。

如果搜索內容正好命中了對應的分詞，就可以查詢到數據。如果沒有命中分詞，則查不到。在遇到問題時，可以使用DSL查詢查看ES的分詞情況：

POST _analyze
{  
    "analyzer": "ik_smart",
    "text": "院的人"  
}
POST _analyze
{  
    "analyzer": "ik_smart",
    "text": "醫院的"  
}

POST _analyze
{  
    "analyzer": "ik_max_word",
    "text": "都是生產醫院的人"  
}

5、總結

match_phrase和wildcard都能實現類似Mysql的like效果。然而，需要註意以下幾點：

如果要完全實現Mysql的like效果，最好使用預設分詞器，即每個字都切成分詞。
match_phrase短語匹配，適合於text類型的欄位。
Wildcard通配符查詢，適合於keyword類型的欄位。

本篇完結！感謝你的閱讀，歡迎點贊關註收藏私信！！！

原文鏈接：https://mp.weixin.qq.com/s/pXGQsGs1l8msIvP2aJCfWQ

您的分享是我們最大的動力!

-Advertisement-

更多相關文章

探索C語言中的聯合體與枚舉：數據多面手的完美組合！

Java 迴圈迴圈可以執行一個代碼塊，只要達到指定的條件。迴圈很方便，因為它們節省時間，減少錯誤，並使代碼更易讀。 Java While 迴圈 while 迴圈會迴圈執行一個代碼塊，只要指定的條件為真：語法 while (condition) { // 要執行的代碼塊 } 在下麵的示例中，只要變 ...
[Blazor WebAssembly] 學習隨筆——組件1.微信彈框（WXDialog）

總有以下的需求：等待用戶確認，就是有【確定】和【取消】按鈕，有個標題和內容的彈框（比如：您確定要刪除嗎？）就是告知一下，就是上面的【取消】按鈕不顯示（比如：保存成功！）莫有按鈕，幾秒鐘後自己消失，就是所謂的toast(比如：已完成）莫有按鈕，需要發送命令才能消息（比如：數據載入中）一開始犯 ...
【.NET】聊聊 IChangeToken 介面

由於兩個月的奮戰，導致很久沒更新了。就是上回老周說的那個產線和機械手搬貨的項目，好不容易等到工廠放假了，我就偷偷樂了。當然也過年了，老周先給大伙伴們拜年了，P話不多講，就祝大家身體健康、生活愉快。其實生活和健康是密不可分的，想活得好，就得健康。包括身體健康、思想健康、心理健康、精神健康。不能以為我無 ...
C#使用MiniExcel導入導出數據到Excel/CSV文件

MiniExcel簡介簡單、高效避免OOM的.NET處理Excel查、寫、填充數據工具。目前主流框架大多需要將數據全載入到記憶體方便操作，但這會導致記憶體消耗問題，MiniExcel 嘗試以 Stream 角度寫底層演算法邏輯，能讓原本1000多MB占用降低到幾MB，避免記憶體不夠情況。特點：低記憶體 ...
WPF中值轉換器的使用

什麼是值轉換器在WPF（Windows Presentation Foundation）中，值轉換器（Value Converter）是一種機制，允許你在綁定時轉換綁定源和綁定目標之間的值。值轉換器實現了 IValueConverter 介面，該介面包含兩個方法：Convert 和 Convert ...
[Blazor WebAssembly] 學習隨筆——身份驗證

最近在折騰微信相關的開發，包括公眾號、企業微信內部應用、企業微信第三方開發。基於Razor方式寫了：企業微信內部應用的類庫企業微信第三方應用的類庫公眾號的類庫一個統一管理公眾號、企業微信內部應用和第三方應用有關授權、Token之類的應用。然後準備寫一個開源的簡單的酒店管理系統，名字的想好了 ...
非對稱加密的經典案例-ssh密碼登錄/免密登錄

我在給雲伺服器配置本地電腦免密登錄的過程中，學習了一下SSH免密登錄的實現原理。對SSH中輸入密碼登錄和免密登錄的原理根據自己的理解做瞭如下筆記，分享給大家希望能有所幫助。 1. 對稱加密對稱加密是加密過程中只有一個密鑰，加密解密都只用這個密鑰。加密通訊至少要有一對通訊對象，對稱加密的問題主要 ...
分散式事務詳解

概述隨著互聯網的發展，軟體系統由原來的單體應用轉變為分散式應用。分散式系統把一個單體應用拆分為可獨立部署的多個服務，因此需要服務與服務之間遠程協作才能完成事務操作。這種分散式系統下不同服務之間通過遠程協作完成的事務稱之為分散式事務，例如用戶註冊送積分事務、創建訂單減庫存事務，銀行轉賬事務等都是分佈 ...