业务场景：筛选项原功能是用mysql左模糊进行过滤查询，现业务要用es，怎么样才能满足原功能，又不损性能。
elasticsearch中有关于模糊查询的操作：wildcard
文档：https://blog.csdn.net/qq_22612245/article/details/82432107
另外的思路解决方案：使用分词
1、筛选项是中文类型
例：商品名称 ：无糖麦芽糖口香糖
筛选这种，用中文分词即可满足业务场景
索引定义
"shopname": {
"analyzer": "ik_max_word",
"type": "text",
"fields": {
"raw": {
"type": "keyword"
}
}
}2、筛选项是字母加数据类型
例：商品代码：abcde0001
因为在mysql中是左模糊，用户可能会筛abcde、abc、ab、abcde0、abcde0001，这种用中文分词就不能满足业务，而用es的wildcard性能不好，
综合考虑使用ngram分词器。
使用方法：
创建索引
{
"settings": {
"analysis": {
"analyzer": {
"my_analyzer": {
"tokenizer": "my_tokenizer"
}
},
"tokenizer": {
"my_tokenizer": {
"type": "ngram",
"min_gram": 2,
"max_gram": 3,
"token_chars": [
"letter",
"digit"
]
}
}
}
},
"mappings": {
"properties": {
"id": {
"type": "keyword"
},
"shopcode": {
"analyzer": "my_analyzer",
"type": "text",
"fields": {
"raw": {
"type": "keyword"
}
}
}
}
}
}验证方法
POST my_index/_analyze
{
"analyzer": "my_analyzer",
"text": "abcde0001"
}
结果：
"min_gram": 2,"max_gram": 3, 这里是设置切的粒度，如果min设为1的话，切的粒度就太细，会占储存容量。
就算是设置成2,3也要注意因数据量过大分词后所占容量变多的情况
有空格的情况：