Elasticsearch：Wildcard关键词查询与N-gram+multi-match方案选型咨询

背景信息 #

我有如下格式的字段：

• orderId: ABC-DEF-1234
• date: 2024-02-24
• lastUpdatedTime: 2024-02-24T12:09:48.763-05:00

核心需求 #

用户在搜索框输入任意内容X，只要文档中指定的任意字段完全包含X，就返回该文档。比如输入DE、02-24、09:48都要命中上述示例文档。

生产环境约束 #

• 记录数量：10万~50万条
• 需要支持该功能的字段数量：约10个

拟定的两种方案 #

方案1：Keyword类型索引 + Wildcard Query #

• 索引阶段：将目标字段直接按keyword类型索引
• 查询阶段：对每个字段使用*X*形式的wildcard query
• 疑问：已知前缀加*会影响性能，在10万-50万条记录、10个字段的场景下，性能影响到底有多大？

方案2：Text类型+N-gram分词器 + Multi-match Query #

• 索引阶段：给所有目标字段配置N-gram分词器。我的理解是，当最小长度设为1时，N-gram会把ABC-DEF-1234拆分成所有相邻子串，比如A、AB、ABC、DEF-1、ABC-DEF-1234等
• 查询阶段：直接用用户输入的内容对所有字段执行multi-match query
• 疑问：这个方案会明显增加索引时间和存储成本，但如果查询性能比方案1提升明显，我可以接受。

咨询问题 #

目前我倾向方案2，想知道有没有更优或者更平衡性能与成本的方案，同时请指出我对两种方案的假设是否存在错误。

内容的提问来源于stack exchange，提问作者codeedoc