Elasticsearch實現Mysql的Like效果

来源:https://www.cnblogs.com/mangod/p/18013285
-Advertisement-
Play Games

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-
Play Games
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 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類