弹性搜索子字符串搜索答案

【问题标题】：Elastic Search substring search弹性搜索子字符串搜索
【发布时间】：2020-11-02 01:58:48
【问题描述】：

我需要通过子字符串实现搜索。它应该像“CTRL + F”一样工作，如果它的子字符串匹配它就会突出显示一个单词。

搜索将仅由两个字段执行：

但是，记录的数量将非常大，大约有一百万。

到目前为止，我正在使用用通配符包裹的关键字进行查询字符串搜索，但是一旦记录数量开始增长，它肯定会在以后导致性能问题。

你有什么建议我将如何做更多的性能明智的解决方案？

【问题讨论】：

【解决方案1】：

在大型索引上搜索前导 wildcards 会非常慢

避免以 * 或 ? 开头的模式。这可以增加迭代次数需要找到匹配的字词和缓慢的搜索性能。

正如文档中所写，通配符查询非常慢。如果您希望它在查询时快速，最好使用 ngram 策略。如果您想通过部分匹配、单词前缀或任何子字符串匹配进行搜索，最好使用n-gram tokenizer，这将改善全文搜索。

每当遇到指定字符列表中的一个时，ngram 分词器首先将文本分解为单词，然后发出指定长度的每个单词的 N-gram。

请浏览此SO answer，其中包括使用 ngram 进行部分匹配的工作示例

【讨论】：