Recherche par partie de mot avec ElasticSearch

la recherche avec des caractères génériques de début et de fin va être extrêmement lente sur un grand index. Si vous voulez pouvoir effectuer une recherche par préfixe de mot, supprimez le Joker menant. Si vous avez vraiment besoin de trouver un substrat au milieu d'un mot, vous seriez mieux d'utiliser Ngram tokenizer.

je pense qu'il n'y a pas besoin de changer la cartographie. Essayez d'utiliser query_string , c'est parfait. Tous les scénarios fonctionneront avec l'analyseur standard par défaut:

nous avons des données:

{"_id" : "1","name" : "John Doeman","function" : "Janitor"}
{"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}

scénario 1:

{"query": {
    "query_string" : {"default_field" : "name", "query" : "*Doe*"}
} }

réponse:

{"_id" : "1","name" : "John Doeman","function" : "Janitor"}
{"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}

scénario 2:

{"query": {
    "query_string" : {"default_field" : "name", "query" : "*Jan*"}
} }

réponse:

{"_id" : "1","name" : "John Doeman","function" : "Janitor"}

scénario 3:

{"query": {
    "query_string" : {"default_field" : "name", "query" : "*oh* *oe*"}
} }

réponse:

{"_id" : "1","name" : "John Doeman","function" : "Janitor"}
{"_id" : "2","name" : "Jane Doewoman","function" : "Teacher"}

EDIT - Même implémentation avec spring data elastic search https://stackoverflow.com/a/43579948/2357869

une explication de plus comment query_string est meilleur que d'autres https://stackoverflow.com/a/43321606/2357869

sans changer vos correspondances d'index vous pouvez faire une simple requête de préfixe qui fera des recherches partielles comme vous espérez pour

ie.

{
  "query": { 
    "prefix" : { "name" : "Doe" }
  }
}

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-prefix-query.html

Essayez la solution est décrite ici: Exact de la sous-Chaîne de Recherches dans ElasticSearch

{
    "mappings": {
        "my_type": {
            "index_analyzer":"index_ngram",
            "search_analyzer":"search_ngram"
        }
    },
    "settings": {
        "analysis": {
            "filter": {
                "ngram_filter": {
                    "type": "ngram",
                    "min_gram": 3,
                    "max_gram": 8
                }
            },
            "analyzer": {
                "index_ngram": {
                    "type": "custom",
                    "tokenizer": "keyword",
                    "filter": [ "ngram_filter", "lowercase" ]
                },
                "search_ngram": {
                    "type": "custom",
                    "tokenizer": "keyword",
                    "filter": "lowercase"
                }
            }
        }
    }
}

pour résoudre le problème d'utilisation du disque et le trop long terme de recherche problème court de 8 caractères long ngrams sont utilisés (configuré avec: " max_gram": 8 ). Pour rechercher des termes avec plus de 8 caractères, Transformez votre recherche en un booléen et une requête à la recherche de chaque 8 caractères distincts sous-chaîne dans une chaîne. Par exemple, si un utilisateur recherchait large yard (une chaîne de 10 caractères), la recherche serait:

"arge ya ET arge yar ET rge yard .

si vous voulez mettre en œuvre la fonctionnalité autocomplete, alors suggestion D'achèvement est la solution la plus soignée. Le prochain blog post contient une description très claire comment cela fonctionne.

en deux mots, c'est une structure de données en mémoire appelée FST qui contient des suggestions valables et est optimisée pour une récupération rapide et une utilisation de la mémoire. Essentiellement, il s'agit juste d'un graphe. Par exemple, et FST contenant les mots hotel , marriot , mercure , munchen et munich ressemblerait à ceci:

Elasticsearch possède un caractère d'interrogation qui peut être utilisé dans ce cas et qui est le plus facile. Il retournera les deux docs correspondants

vous pouvez utiliser regexp.

{ "_id" : "1", "name" : "John Doeman" , "function" : "Janitor"}
{ "_id" : "2", "name" : "Jane Doewoman","function" : "Teacher"  }
{ "_id" : "3", "name" : "Jimmy Jackal" ,"function" : "Student"  } 

si vous utilisez cette requête :

{
  "query": {
    "regexp": {
      "name": "J.*"
    }
  }
}

, vous obtiendrez toutes les données que leur nom commence par "J".Considérez que vous voulez recevoir seulement les deux premiers enregistrement que leur nom se termine par "man" de sorte que vous pouvez utiliser cette requête:

{
  "query": { 
    "regexp": {
      "name": ".*man"
    }
  }
}

et si vous souhaitez recevoir tous les enregistrement de leur nom, "m" , vous pouvez utiliser cette requête :

{
  "query": { 
    "regexp": {
      "name": ".*m.*"
    }
  }
}

This fonctionne pour moi .Et j'espère que ma réponse conviendra pour résoudre votre problème.

peu importe.

j'ai dû regarder la documentation de Lucene. On dirait que je peux utiliser des jokers! :- )

curl http://localhost:9200/my_idx/my_type/_search?q=*Doe*

fait l'affaire!