Elasticsearch 中的精确搜索与模糊搜索

Elasticsearch 提供了强大的搜索功能，包括精确搜索和模糊搜索两种主要方式。

精确搜索 (Exact Match)

精确搜索用于查找与查询条件完全匹配的文档。

实现方式：

1. term 查询：

   {"query": {"term": {"field_name": "exact_value"}}
   }
   

   • 用于不分词的字段（keyword类型）
   • 区分大小写

2. terms 查询（多值精确匹配）：

   {"query": {"terms": {"field_name": ["value1", "value2"]}}
   }
   

3. match_phrase 查询：

   {"query": {"match_phrase": {"field_name": "exact phrase"}}
   }
   

   • 用于分词字段但要求短语完全匹配
   • 保持词序不变

模糊搜索 (Fuzzy Search)

模糊搜索用于查找近似匹配的文档，可以容忍拼写错误或轻微差异。

实现方式：

1. fuzzy 查询：

   {"query": {"fuzzy": {"field_name": {"value": "search_term","fuzziness": "AUTO"}}}
   }
   

   • fuzziness参数可以是：
     • 数字（0,1,2等）：允许的最大编辑距离
     • “AUTO”：根据词长自动确定

2. match 查询（带模糊选项）：

   {"query": {"match": {"field_name": {"query": "search term","fuzziness": 1}}}
   }
   

3. wildcard 查询（通配符搜索）：

   {"query": {"wildcard": {"field_name": {"value": "te?t*"  // ?匹配单个字符，*匹配多个字符}}}
   }
   

4. regexp 查询（正则表达式）：

   {"query": {"regexp": {"field_name": {"value": "t[ae]st.*"}}}
   }
   

关键区别

特性	精确搜索	模糊搜索
匹配方式	完全匹配	近似匹配
性能	更高	较低
使用场景	分类、标签、ID等需要精确匹配的场景	文本搜索、容忍拼写错误的场景
是否分析	通常不分析（keyword）	通常分析（text）
大小写敏感	是	通常不敏感（取决于分析器）

最佳实践

1. 对需要精确匹配的字段（如ID、状态码）使用keyword类型
2. 对文本内容使用text类型并配合模糊搜索
3. 谨慎使用模糊搜索，因为它会影响性能
4. 合理设置fuzziness参数平衡召回率和精确度
5. 考虑使用n-gram或edge-ngram分词器实现更高效的模糊搜索