ElasticSearch中文分词和模糊查询

前言

ElasticSearch是一个一个分布式的实时文档存储，每一个字段都可以被索引与搜索，并且能支持PB级别的结构化或者非结构化数据。早期我们应用的全局搜索是简单的SQL模糊查询，为了分担数据库压力所以用了ES，选择他的原因除了以上几点外，还有其提供的API方式简单，于任何对接的编程语言都适用。以下将以PHP的业务场景完善搜索功能。

环境

ThinkPHP5.1

ElasticSearch7.8

PHP7.3

功能迭代简介

最开始的ES取代方法解决了搜索速度问题，后来新增的ik分词器，解决了搜索词条单一问题。单也正是中文分词原因，对每句话都是拆解成指定粒度的词。当遇到单词时，一般只会对一句话里的单词进行拆解，而搜索时需要输入某个字母，希望输出的是带字母后面的词条，也就是模糊查询。经过翻阅文档，发现了即时搜索。

即时搜索或输入即搜索（search-as-you-type），就是当用户习惯在输完查询内容之前，就能为他们展现搜索结果，不仅能在更短的时间内得到搜索结果，也能引导用户搜索索引中真实存在的结果。例如，输入 dvd r ，即时搜索会得到：dvd r9s 和 dvd r9sk等 , 以下将通过完整示例演示效果。

配置索引的映射

关于ElasticSearch环境搭建和基本操作在前面文章有说明，这里就假装已经创建了索引，以下是索引的映射。还有文档的添加也是根据你自己的需求定义了，不管是定时任务还是业务节点触发，亦或是采集工具同步等。

{"mappings": {"_doc": {"properties": {"class_id": {"type": "long"},"goods_name": {"type": "text","analyzer": "ik_smart"},"goods_sort": {"type": "keyword"},"id": {"type": "keyword"},"price": {"type": "long"},"single_goods_name": {"type": "text","analyzer": "ik_max_word"},"state": {"type": "keyword"},"v": {"type": "long"}}}}
}

前台搜索

1. 即搜索示例

{"match_phrase_prefix" : {"brand" : {"query": "walker johnnie bl", "slop":  10}}
}

2. 业务代码

public function queryData($key, $sort, $from = 0, $size = 10)
{$from = $from * $size;$indexName = Env::get('elasticsearch.goods_index') ?? 'products';$params = ['index' => $indexName,'client' => ['timeout' => 10,        'connect_timeout' => 10],'body' => ['from' => $from,'size' => $size,'query' => ['bool' => ['should' => [['multi_match' => ['query' => $key,'fields' => ['goods_name^2','single_goods_name'],],],['wildcard' => ['single_goods_name' => "$key*"]],['fuzzy' => ['single_goods_name' => ['value' => $key]]],['match_phrase_prefix' => ['single_goods_name' => "$key"]],],],],'sort' => [['_score' => "desc"],['goods_sort' => 'desc']],]];return $this->es->search($params);
}

3. 效果演示