ArangoDB：从空格分隔输入生成多通配符PHRASE模糊搜索查询

核心场景需求 #

传入单个空格分隔的用户输入字符串（如"foo bar"），无需手动修改查询结构，自动匹配库中包含Foo Barber这类逐词对应的模糊命名结果，替代原本硬编码分词条件的固定写死模式。

动态条件生成逻辑 #

原本的查询需要手动写死每个分词对应的通配符节点，当用户输入的分词数量变化时就无法复用，完全可以通过ArangoAQL的内置字符串处理函数自动完成拆词、生成条件的全流程：

1. 预处理输入字符串：去掉首尾多余空格，按空格拆分出独立查询词

   LET inputStr = TRIM("foo bar") // 自动清除输入首尾的冗余空格
   LET searchTokens = SPLIT(inputStr, " ") // 按空格拆分得到分词数组
   

2. 批量生成通配符搜索结构：遍历拆分得到的分词，自动匹配PHRASE语法要求的节点格式

   LET wildcardSearchNodes = (
     FOR token IN searchTokens
     FILTER token != "" // 过滤连续空格拆分产生的空字符串，避免无效条件
     RETURN { WILDCARD: [CONCAT("%", token, "%")] }
   )
   

3. 替换原查询里硬编码的条件数组，得到可动态适配任意输入长度的完整查询：

   LET inputStr = TRIM("foo bar")
   LET searchTokens = SPLIT(inputStr, " ")
   LET wildcardSearchNodes = (
     FOR token IN searchTokens
     FILTER token != ""
     RETURN { WILDCARD: [CONCAT("%", token, "%")] }
   )
   
   FOR doc IN movies 
     SEARCH PHRASE(doc.name, wildcardSearchNodes, "text_en") 
     RETURN doc
   

其他可选实现方向 #

• 非相邻匹配场景：如果不要求分词必须在文本里相邻出现，只需要文档内容同时包含所有输入分词的模糊匹配结果，可以直接用FILTER配合CONTAINS/LIKE语法实现，不需要依赖全文索引：

  LET inputStr = TRIM("foo bar")
  LET searchTokens = SPLIT(inputStr, " ")
  FOR doc IN movies
    FILTER LENGTH(searchTokens) > 0 
       AND searchTokens ALL == CONTAINS(doc.name, CURRENT, true)
    RETURN doc
  

  这类实现的优点是对集合结构无额外要求，缺点是全表扫描的性能较差，不适合大数据量的场景。
• 性能优化方向：如果当前模糊匹配采用前后双%的写法会导致全文索引无法发挥前缀优化效果，可以根据实际输入场景调整通配符位置——比如用户逐词输入的场景通常匹配的是内容开头的部分，就可以把通配符改成仅在后缀添加（即CONCAT(token, "%")），这类写法可以完全命中全文索引的性能优化，查询速度会有量级提升。

内容的提问来源于stack exchange，提问作者AnchovyLegend