场景
要搜索的内容
P92325 iphone 7s plus 4G 黑色 美版 无锁
P92324 iphone 7 128g 金色 有锁 通用版
以为客户那边要求是，想的很简单
- 1、iphone7splus 搜索->P92325 iphone 7s plus 4G 黑色 美版 无锁
- 2、iphone 7s plus 搜索->P92325 iphone 7s plus 4G 黑色 美版 无锁
实际输入情况,五花八门，还有这些情况
- 1、iphone7splus 搜索->P92325 iphone 7s plus 4G 黑色 美版 无锁
- 2、iphone 7s plus 搜索->P92325 iphone 7s plus 4G 黑色 美版 无锁
- 3、iphone7sp 美版 搜索->P92325 iphone 7s plus 4G 黑色 美版 无锁
- 4、iphone7 128g 美版 搜索->P92324 iphone 7 128g 金色 有锁 通用版
- 5、iphone7s plus 美版 搜索->iphone 7s plus 4G 黑色 美版 无锁
- 。。。
解决路程
错误解决方案，将搜索内容去掉空格，然后DOC的文章分析用IK分词器ik_max_word， 搜索用ik_smart,然后将搜索的词也去掉空格。
1、创建索引
curl -XPUT http://localhost:9200/model
2、设置索引属性map
curl -XPOST http://localhost:9200/model/_mapping -H 'Content-Type:application/json' -d'
{
"properties": {
"name": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart"
}
}
}'
3、写入doc数据
curl -XPOST http://localhost:9200/model/_create/1 -H 'Content-Type:application/json' -d'
{"content":"P92325 iphone7splus4G黑色美版无锁"}
'
curl -XPOST http://localhost:9200/model/_create/2 -H 'Content-Type:application/json' -d'
{"content":"P92324 iphone7128g金色有锁通用版"}
'
4、查看doc状态
curl -X GET "http://localhost:9200/_cat/indices?v"
5、搜索数据
iphone7splus 或 iphone 7s plus 查找搜索出 P92325 iphone 7s plus 4G 黑色 美版 无锁
curl -XPOST http://localhost:9200/model/_search -H 'Content-Type:application/json' -d'
{
"size" : 100,
"query" : { "match" : { "content" : "iphone7splus" }}
}
'
结果，啥都没：
{
"took": 249,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 0,
"relation": "eq"
},
"max_score": null,
"hits": []
}
}
为什么搜不出（一），因为P92325 iphone7splus4G黑色美版无锁 的文章分析不会出现iphone7splus。
搜索词ik_smart分析
curl -XGET "http://localhost:9200/model/_analyze" -H 'Content-Type: application/json' -d'
{
"text":"iphone7splus","tokenizer": "ik_smart"
}'
结果出现
{
"tokens": [{
"token": "iphone7splus",
"start_offset": 0,
"end_offset": 12,
"type": "LETTER",
"position": 0
}]
}
查找文ik_max_word分析
curl -XGET "http://localhost:9200/model/_analyze" -H 'Content-Type: application/json' -d'
{
"text":"iphone7splus4G黑色美版无锁","tokenizer": "ik_max_word"
}'
结果，不会出现iphone7splus
{
"tokens": [
{
"token": "iphone7splus4g",
"start_offset": 0,
"end_offset": 14,
"type": "LETTER",
"position": 0
},
{
"token": "iphone",
"start_offset": 0,
"end_offset": 6,
"type": "ENGLISH",
"position": 1
},
{
"token": "7",
"start_offset": 6,
"end_offset": 7,
"type": "ARABIC",
"position": 2
},
{
"token": "splus",
"start_offset": 7,
"end_offset": 12,
"type": "ENGLISH",
"position": 3
},
{
"token": "4",
"start_offset": 12,
"end_offset": 13,
"type": "ARABIC",
"position": 4
},
{
"token": "g",
"start_offset": 13,
"end_offset": 14,
"type": "ENGLISH",
"position": 5
},
{
"token": "黑色",
"start_offset": 14,
"end_offset": 16,
"type": "CN_WORD",
"position": 6
},
{
"token": "美版",
"start_offset": 16,
"end_offset": 18,
"type": "CN_WORD",
"position": 7
},
{
"token": "无",
"start_offset": 18,
"end_offset": 19,
"type": "CN_CHAR",
"position": 8
},
{
"token": "锁",
"start_offset": 19,
"end_offset": 20,
"type": "CN_CHAR",
"position": 9
}
]
}
所以说，去掉空格方案是不行的，那就不去掉咯
分析语句
curl -XGET "http://localhost:9200/model/_analyze" -H 'Content-Type: application/json' -d'
{
"text":"iphone 7s plus 4G 黑色 美版 无锁","tokenizer": "ik_max_word"
}'
结果，还是没有iphone7splus组合，那么搜索哪里也不去掉空格吧。这样就可以搜索到了。
{
"tokens": [
{
"token": "iphone",
"start_offset": 0,
"end_offset": 6,
"type": "ENGLISH",
"position": 0
},
{
"token": "7s",
"start_offset": 7,
"end_offset": 9,
"type": "LETTER",
"position": 1
},
{
"token": "7",
"start_offset": 7,
"end_offset": 8,
"type": "ARABIC",
"position": 2
},
{
"token": "s",
"start_offset": 8,
"end_offset": 9,
"type": "ENGLISH",
"position": 3
},
{
"token": "plus",
"start_offset": 10,
"end_offset": 14,
"type": "ENGLISH",
"position": 4
},
{
"token": "4g",
"start_offset": 15,
"end_offset": 17,
"type": "LETTER",
"position": 5
},
{
"token": "4",
"start_offset": 15,
"end_offset": 16,
"type": "ARABIC",
"position": 6
},
{
"token": "g",
"start_offset": 16,
"end_offset": 17,
"type": "ENGLISH",
"position": 7
},
{
"token": "黑色",
"start_offset": 18,
"end_offset": 20,
"type": "CN_WORD",
"position": 8
},
{
"token": "美版",
"start_offset": 21,
"end_offset": 23,
"type": "CN_WORD",
"position": 9
},
{
"token": "无",
"start_offset": 24,
"end_offset": 25,
"type": "CN_CHAR",
"position": 10
},
{
"token": "锁",
"start_offset": 25,
"end_offset": 26,
"type": "CN_CHAR",
"position": 11
}
]
}
但是问题是，这只是解决了我的简单设想客户是这么简单的输入搜索。但是实际却不是，复杂的多。
解决方案是将搜索分析都改为ik_max_word，这样搜索词和文章的颗粒度都分的很细。
curl -XPOST http://localhost:9200/model/_mapping -H 'Content-Type:application/json' -d'
{
"properties": {
"name": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
}
}
}'
- 注意的是，已经写入doc数据是不能修改的哦！
后记
1、去掉空格这种方案是听老大说的，太过信任和自己的懒惰，没实际去测试，导致进坑多时。
2、探究技术要优先多看官方手册，其他来源资料只会让自己乱上加乱。
3、功能流程要测一遍，很重要，处处都可能留下bug。错了之后数据乱，就更难调了。
4、实际业务场景要多了解，多询问一线人员。
参考
本作品采用CC BY-NC-ND 4.0进行许可。转载，请注明原作者 chunpat 及本文源链接。