ElasticSearch使用Wildcard查询含连字符、空格的子串无结果如何解决
问题原因
你遇到的查询失效问题根源在于Elasticsearch的分词机制与Wildcard查询的匹配规则不匹配:
- 默认
Name、NationalCode等字符串字段为text类型,写入数据时会经过默认分词器拆分:例如john doe会被拆分为john、doe两个独立词条存入倒排索引,含-的字符串也会被拆分为多个独立词条 - Wildcard查询是对单个词条做通配符匹配,你传入的含空格/
-的查询值跨了多个拆分后的词条,没有任何单个词条能匹配*[带空格/-的查询值]*规则,因此返回空结果
解决方案
方案1:使用keyword子字段做Wildcard匹配(改造成本最低,适合小数据量场景)
给需要模糊匹配的字符串字段增加不分词的keyword子字段,存储原始完整值,再针对该子字段做Wildcard查询即可。
第一步:调整实体字段配置
public class PersonModel { public Guid Id { get; set; } public PersonageType Type { get; set; } // 配置多字段:保留原text类型用于全文检索,新增keyword子字段存储原始不分词内容 [Text(Fields = typeof(Keyword))] public string Name { get; set; } [Text(Fields = typeof(Keyword))] public string NationalCode { get; set; } [Text(Fields = typeof(Keyword))] public string BourseCode { get; set; } }
第二步:重建索引后修改查询逻辑
查询时指定匹配keyword子字段:
var result = await ElasticClient.SearchAsync<PersonModel>(sd => sd .Index(IndexName) .From((pagination.PageNumber - 1) * pagination.PageSize) .Size(pagination.PageSize) .Query(q => +q.Match(m => m.Field(f => f.Type).Query(typeValue)) && +q.Wildcard(w => w.Field(f => f.NationalCode.Suffix("keyword")).Value(nationalCode == null ? null : $"*{nationalCode}*")) && +q.Wildcard(w => w.Field(f => f.Name.Suffix("keyword")).Value(name == null ? null : $"*{name}*")) && +q.Wildcard(w => w.Field(f => f.BourseCode.Suffix("keyword")).Value(bourseCode == null ? null : $"*{bourseCode}*"))));
提示:该方案使用前导通配符查询,数据量较大时性能较差,且需要对查询值中的
*、?等Wildcard保留字符做转义处理。
方案2:使用nGram分词器(性能更优,适合中大型数据量场景)
提前在索引配置nGram分词器,将文本提前切割为所有可能的子串存入索引,查询时直接做词条匹配即可,性能远高于前导通配符查询。
第一步:配置索引的分词规则与映射
var createIndexResponse = await ElasticClient.Indices.CreateAsync(IndexName, c => c .Settings(s => s .Analysis(a => a .Tokenizers(t => t .NGram("ngram_tokenizer", ng => ng .MinGram(2) // 可根据业务最小匹配长度调整 .MaxGram(10) // 可根据业务最大匹配长度调整 .TokenChars(TokenChar.Letter, TokenChar.Digit, TokenChar.Whitespace, TokenChar.Punctuation) // 保留空格、横杠等特殊字符 ) ) .Analyzers(an => an .Custom("ngram_analyzer", ca => ca .Tokenizer("ngram_tokenizer") .Filters("lowercase") ) ) ) ) .Map<PersonModel>(m => m .AutoMap() .Properties(p => p .Text(t => t.Name(n => n.Name).Analyzer("ngram_analyzer").SearchAnalyzer("standard")) .Text(t => t.Name(n => n.NationalCode).Analyzer("ngram_analyzer").SearchAnalyzer("standard")) .Text(t => t.Name(n => n.BourseCode).Analyzer("ngram_analyzer").SearchAnalyzer("standard")) ) ) );
第二步:修改查询逻辑,替换Wildcard为普通Match查询
var result = await ElasticClient.SearchAsync<PersonModel>(sd => sd .Index(IndexName) .From((pagination.PageNumber - 1) * pagination.PageSize) .Size(pagination.PageSize) .Query(q => +q.Match(m => m.Field(f => f.Type).Query(typeValue)) && +q.Match(m => m.Field(f => f.NationalCode).Query(nationalCode)) && +q.Match(m => m.Field(f => f.Name).Query(name)) && +q.Match(m => m.Field(f => f.BourseCode).Query(bourseCode)) ));
提示:该方案会占用更多的索引存储空间,可根据业务需要调整
MinGram与MaxGram参数平衡存储占用与匹配能力。
内容的提问来源于stack exchange,提问作者Mohsen Esmailpour
相关产品推荐
相关产品推荐

