1、前缀搜索

  1. C3D0-KD345
  2. C3K5-DFG65
  3. C4I8-UI365

C3 —> 上面这两个都搜索出来 —> 根据字符串的前缀去搜索
不用帖子的案例背景,因为比较简单,直接用自己手动建的新索引,给大家演示一下就可以了

PUT my_index
{
  "mappings": {
      "properties": {
        "title": {
          "type": "keyword"
        }
      }
  }
}
GET my_index/_search
{
  "query": {
    "prefix": {
      "title": {
        "value": "C3"
      }
    }
  }
}

2、前缀搜索的原理

prefix query不计算relevance score,与prefix filter唯一的区别就是,filtercache bitset
扫描整个倒排索引,举例说明
前缀越短,要处理的doc越多,性能越差,尽可能用长前缀搜索
前缀搜索,它是怎么执行的?性能为什么差呢?
match

C3-D0-KD345
C3-K5-DFG65
C4-I8-UI365

全文检索
每个字符串都需要被分词

c3            doc1,doc2
d0
kd345
k5
dfg65
c4
i8
ui365

c3 —> 扫描倒排索引 —> 一旦扫描到c3,就可以停了,因为带c3的就2个doc,已经找到了 —> 没有必要继续去搜索其他的term了
match 性能往往是很高的
不分词

C3-D0-KD345
C3-K5-DFG65
C4-I8-UI365

c3 —> 先扫描到了C3-D0-KD345,很棒,找到了一个前缀带c3的字符串 —> 还是要继续搜索的,因为后面还有一个C3-K5-DFG65,也许还有其他很多的前缀带c3的字符串 —> 你扫描到了一个前缀匹配的term,不能停,必须继续搜索 —> 直到扫描完整个的倒排索引,才能结束
因为实际场景中,可能有些场景是全文检索解决不了的

C3D0-KD345
C3K5-DFG65
C4I8-UI365
c3d0
kd345

c3 —> match —> 扫描整个倒排索引,能找到吗
c3 —> 只能用prefix
prefix性能很差

3、通配符搜索

跟前缀搜索类似,功能更加强大

C3D0-KD345
C3K5-DFG65
C4I8-UI365

5字符-D任意个字符5
5?-*5:通配符去表达更加复杂的模糊搜索的语义

GET my_index/_search
{
  "query": {
    "wildcard": {
      "title": {
        "value": "C?K*5"
      }
    }
  }
}

?:任意字符
*:0个或任意多个字符
性能一样差,必须扫描整个倒排索引,才ok

4、正则搜索

GET /my_index/_search 
{
  "query": {
    "regexp": {
      "title": "C[0-9].+"
    }
  }
}

正则表达式:

C[0-9].+

[0-9]:指定范围内的数字
[a-z]:指定范围内的字母
.:一个字符
+:前面的正则表达式可以出现一次或多次
wildcardregexp,与prefix原理一致,都会扫描整个索引,性能很差
主要是给大家介绍一些高级的搜索语法。在实际应用中,能不用尽量别用。性能太差了。