ES模糊查询不区分大写

一、 概述

最近接到新任务，产品说名称能支持模糊搜索，且不区分大小写。
以为是数据库操作，那岂不是easy，分分钟的事情，往往事情觉得简单的时候就不简单了，脑子忽然闪现想起该模块数据是放在ES里的，ES模糊查询不分大小写？？？ES新手小白两眼抹黑，待我调研调研>>>>>

一顿操作ES海洋里遨游一圈~~~终于找到了，首先了解到
ES5.x以上版本使用text和keyword作为字符串类型取代之前版本的string类型。

• 字符串 – text：用于全文索引，该类型的字段将通过分词器进行分词，最终用于构建索引
• 字符串 – keyword：不分词，只能搜索该字段的完整的值，只用于 filtering

两者实现方式略微不同，实质本质一样都是使用分析器。注意ES中的字段是什么类型的。

ES里提供了很多分析器，可以上官网看看,这样就会明白为什么这么做了，这里不多解释，ES的text analyer。

二、 keyword类型模糊查询不区分大小写

官方给出了一个解决方案，使用normalizer来解决，normalizer是keyword的一个属性，可以对keyword生成的单一term,query_string做进一步的处理。修改setting,需要先关闭索引，修改后再打开索引,防止数据丢失.

1. settings添加分析器

# 关闭索引
​POST test_index/_close
  
PUT test_index/_settings
{
    "analysis": {
      "normalizer": {
        "lowercase_normalizer": {
          "type": "custom",
          "char_filter": [],
          "filter": [
            "lowercase"
          ]
        }
      }
    }
}

#打开索引 
POST test_index/_open

# 查看settings看是否加上 lowercase_normalizer
GET test_index/_settings 

2. 添加新字段且设置分析器
   这里选择的是新的字段

​PUT test_index/station/_mapping
{
  "properties": {
    "querName": {
      "type": "keyword",
      "normalizer": "lowercase_normalizer"
    }
  }
}

# 查看新的mapping
GET test_index/_mapping 

# 同步数据： 把原来的字段值同步到新字段
POST test_index/_update_by_query
{
  "script": {
    "lang": "painless",
    "source": "if (ctx._source.queryName== null) {ctx._source.queryName= ctx._source.name.toLowerCase()}"
  }
}

三、text类型模糊查询不区分大小写

text类型的需要写一个分析器，然后添加到text类型字段上

--- 关闭索引
POST test_index/_close

--- 新增按小写查询分析器
PUT test_index/_settings
{  "analysis" : {
          "analyzer" : {
            "ngram-analyzer" : {
              "type" : "custom",
              "tokenizer" : "ngram_tokenizer"
            },
            "ngram-lowercase" : {
              "type" : "custom",
              "tokenizer" : "ngram_tokenizer",
              "filter":"lowercase"
            }
          }
        }
}

 
--- 打开索引
POST test_index/_open

--- 新增queryName字段，支持不区分大小写查询，且设置查询分析器
PUT  test_index/_mapping
{
  "properties": {
    "queryName": {
      "type": "text",
      "analyzer" : "ngram-analyzer",
      "search_analyzer":"ngram-lowercase"
    }
  }
}

--- 处理历史数据queryName值为name的值
POST test_index/_update_by_query
{
  "script": {
    "lang": "painless",
    "source": "if (ctx._source.queryName== null) {ctx._source.queryName= ctx._source.name.toLowerCase()}"
  }
}

你以为到这里就成功了？？？？我也这么以为，但是高兴太早了，因为我发现ES的数据里有大写字母时，忽略大小写功能不全好使，百思不得其解，why？？？。

例如：ES的 [{"queryName":"TEst1"},{"queryName":"TEST2"},{"queryName":"tesst3"}]

查询条件为"TEST"或"test"或"Test" 期望是查询出来三条，但是大写的查询不出来；

但是我把ES的queryName都转化为小写的，嘿嘿嘿~~~~，模糊查询忽略大小写好使了，这里我也不是很清楚，待调研ing ,若是有知道的可以交流交流。
queryName.toLowerCase();

例如：ES的 [{"queryName":"test1"},{"queryName":"test2"},{"queryName":"test3"}]

查询条件为"TEST"或"test"或"Test" 期望是查询出来三条， 实际查询也是三条；
GET test_index/_search
{"query": {
  "bool": {
    "must": [
         {
        "match_phrase" : {
          "queryName" : {
            "query" : "Test"
          }
        }
      }
    ]
  }
}}

代码007普通

打赏 收藏 海报 链接