出于性能原因,非常不鼓励按后缀搜索,如官方文档中所述:
为了防止非常慢的通配符查询,通配符项不应以通配符 * 或 ?
仍然有一种方法可以通过使用精巧的分析器来实现您想要的。这个想法是只索引 minhash 的结尾。您可以如下所述实现它。
首先,使用以下分析器创建索引:
PUT minhash-index
{
"settings": {
"index": {
"analysis": {
"analyzer": {
"suffix": {
"type": "custom",
"tokenizer": "keyword",
"filter": [
"lowercase",
"reverse",
"substring",
"reverse"
]
}
},
"filter": {
"substring": {
"type": "edgeNGram",
"min_gram": 1,
"max_gram": 10
}
}
}
}
},
"mappings": {
"doc": {
"properties": {
"minhash": {
"type": "text",
"analyzer": "suffix",
"search_analyzer": "standard"
}
}
}
}
}
分析器的想法suffix
是,它将为您投入索引的每个 minhash 索引长度为 1 到 10 的所有后缀(您可以决定索引更长的后缀)。
因此,例如,对于 minhash C50FD711C2C43287351892A4D82F44B055F048C46D2C54197AC1D1E921F11E6699C4057C4B93907518E6DCA51A672D3D3E419160DAE276CB7716D11B94D8C3BB2E4A591329B7AF973D17A7F9336342FFAAFD4D
,它将索引以下所有后缀:
d
4d
d4d
fd4d
afd4d
aafd4d
faffd4d
ffaafd4d
2ffaafd4d
42ffaafd4d
然后,您可以使用以下查询轻松搜索并找到上述 minhash:
POST minhash-index/_search
{
"query": {
"match": {
"minhash": "42FFAAFD4D"
}
}
}