Elasticsearch字符串字段通配符搜索：如何实现部分匹配查询

嘿，我来帮你解决这个部分匹配的问题！你想要让string类型的message字段支持大小写不敏感的子串匹配，比如搜"hello"、"Hello"甚至"o w"都能命中"Hello World"这条记录，对吧？我给你一步步拆解可行的方案：

一、先调整字段映射（核心前提） #

你现在只能做完整匹配，大概率是因为message字段被当成了keyword类型（或者旧版ES里的string字段没开启分词）。要实现部分匹配，首先得让字段被正确分词，还要支持大小写不敏感。

1. 重新设置映射（推荐方案，适合能重建索引/重导数据的情况） #

如果可以重新创建索引或者把数据重新导一遍，建议把message字段设为text类型，再配个自定义的ngram分词器——这个分词器能把文本拆成连续的短子串，不管你搜什么片段都能命中，还能自动处理大小写：

PUT /你的索引名
{
  "settings": {
    "analysis": {
      "analyzer": {
        "自定义ngram分词器": {
          "tokenizer": "自定义ngram分词器规则",
          "filter": ["lowercase"] // 自动转小写，实现大小写不敏感
        }
      },
      "tokenizer": {
        "自定义ngram分词器规则": {
          "type": "ngram",
          "min_gram": 2, // 最小拆分长度，比如2个字符
          "max_gram": 10 // 最大拆分长度，按需调整
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "message": {
        "type": "text",
        "analyzer": "自定义ngram分词器",
        "search_analyzer": "standard" // 搜索时用标准分词器，保证搜索词也被正确处理
      }
    }
  }
}

举个例子，"Hello World"会被拆成He、el、ll、lo、o 、 W、Wo、or这些子串，不管你搜"hello"还是"o w"，都能匹配到对应的子串，自然就能命中这条记录了。

2. 没法改映射？试试查询层面的临时方案（不推荐，性能差） #

如果实在不能动现有索引的映射，那只能用wildcard或者regexp查询，但要注意数据量大的时候会很慢：

GET /你的索引名/_search
{
  "query": {
    "wildcard": {
      "message.keyword": {
        "value": "*hello*", // 前后加*表示包含这个词
        "case_insensitive": true // 开启大小写不敏感
      }
    }
  }
}

这个方案是迫不得已才用的，因为wildcard会遍历所有文档，性能开销很大。

二、修改你的查询代码 #

假设你之前用的是term查询（这就是只能完整匹配的原因），比如Java代码是这样的：

// 之前的完整匹配查询
TermQueryBuilder termQuery = QueryBuilders.termQuery("message", 搜索关键词);
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder().query(termQuery);

现在根据不同的映射方案修改：

1. 用了ngram分词器的映射（推荐） #

直接换成match查询就行，它会自动用你配置的分词器处理：

// 改成match查询，实现部分匹配
MatchQueryBuilder matchQuery = QueryBuilders.matchQuery("message", 搜索关键词);
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder().query(matchQuery);

2. 用wildcard的临时方案 #

如果没法改映射，就换成wildcard查询：

// 构造包含匹配的wildcard查询，开启大小写不敏感
WildcardQueryBuilder wildcardQuery = QueryBuilders.wildcardQuery("message.keyword", "*" + 搜索关键词 + "*")
    .caseInsensitive(true);
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder().query(wildcardQuery);

一些注意事项 #

• ngram的min_gram和max_gram要按需调，太小会让索引变大，太大就匹配不到短的子串了。
• 如果是旧版ES（5.x及以前），string类型要设置"type": "string", "index": "analyzed"才能开启分词，但更建议升级到新版本用text类型。
• 数据多的时候，一定要优先用分词器的方案，别用wildcard，不然查询会慢到离谱。

内容的提问来源于stack exchange，提问作者Justin