嘿，我来帮你搞定这个Elasticsearch的模糊查询问题！你想要的是类似SELECT * FROM table WHERE firstname LIKE '%ma%'的效果对吧？先说说你之前的尝试为啥没生效，再给你几个实用的解决方案。

为啥你之前的查询没起作用？ #

咱们逐个看你试的语句：

1. {"match": {"text": ".*ma.*"}}：match查询是基于分词的全文匹配，它会把.*ma.*当成普通字符串去匹配，而不是正则表达式——Elasticsearch不会把这里的.和*解析成正则符号。
2. {"match": {"text": "*ma*"}}：同样的问题，match不支持通配符语法，*在这里只是普通字符，所以只会匹配包含*ma*的文本，而不是包含ma的文本。
3. {"match":{"text":{"query":"ma","fuzziness":"AUTO","prefix_length":1}}}：这个是模糊匹配，它会找和ma编辑距离相近的词（比如man、mad），但不是包含ma的任意位置的文本——比如Emma里的ma就匹配不到，因为它是在中间位置，模糊匹配是基于整个词的相似度，不是包含关系。

正确的实现方法 #

根据你的需求，这里有几种靠谱的方案，你可以根据场景选择：

1. 使用wildcard查询（快速实现，适合小数据量） #

wildcard查询原生支持通配符*（匹配任意字符）和?（匹配单个字符），注意要针对keyword类型字段查询（或者字段的keyword子字段，默认mapping里text字段都会带一个），因为text字段会被分词，直接查可能得不到预期结果：

{
  "query": {
    "wildcard": {
      "firstname.keyword": "*ma*"
    }
  }
}

如果你的firstname字段本身就是keyword类型，直接写firstname就行。

2. 使用query_string查询（支持类似SQL的LIKE语法） #

query_string支持更灵活的查询语法，包括通配符，写法更接近SQL的LIKE：

{
  "query": {
    "query_string": {
      "default_field": "firstname.keyword",
      "query": "*ma*"
    }
  }
}

同样，建议用keyword子字段来保证匹配原始文本。

3. 使用ngram分词器（高性能，适合频繁查询） #

如果你的查询是高频需求，上面两种方法用*开头会导致Elasticsearch做全索引扫描，数据量大的时候性能很差。这时候可以提前给字段设置ngram分词器，把文本拆成连续的字符片段（比如2个字符一组），这样查询时就能利用索引高效匹配：

第一步：创建索引时配置ngram分析器

{
  "settings": {
    "analysis": {
      "analyzer": {
        "ngram_analyzer": {
          "tokenizer": "ngram_tokenizer"
        }
      },
      "tokenizer": {
        "ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 2 // 这里拆成2字符的片段，刚好匹配你的"ma"需求
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "firstname": {
        "type": "text",
        "analyzer": "ngram_analyzer", // 索引时用ngram拆分
        "search_analyzer": "standard" // 查询时用标准分词，避免重复拆分
      }
    }
  }
}

第二步：用普通match查询即可

{
  "query": {
    "match": {
      "firstname": "ma"
    }
  }
}

这种方法性能最优，因为索引已经提前把所有可能的2字符片段存好了，查询时直接匹配索引就行。

总结 #

• 临时查询、数据量小：用wildcard或query_string
• 高频查询、数据量大：提前配置ngram分词器，用match查询

内容的提问来源于stack exchange，提问作者Baldráni