es 查询，由于用户输入马虎忽略了，忽略了空格

[findlisa]

输入 AviationTechnology 怎么匹配到 Aviation Technology 这个的，无法理解，但是看有的系统能做到，有大佬答疑解惑吗

[MoYi123]

是 levenshtein distance 吧, 大概.

[Jinnrry]

自定义一个分词器，然后按字分词就行了。比如这样，查询的时候不同分词器给不同的得分权重

{
"mappings": {
"_doc": {
"properties": {
"name": {
"analyzer": "ik_max_word",
"type": "text",
"fields": {
"pinyin": {
"analyzer": "pinyin",
"type": "text"
},
"char": {
"analyzer": "char_analyzer",
"type": "text"
},
"keyword": {
"type": "keyword"
}
}
}
}
}
},
"settings": {
"analysis": {
"analyzer": {
"char_analyzer": {
"tokenizer": "char_tokenizer",
"filter": [
"lowercase"
]
}
},
"tokenizer": {
"char_tokenizer": {
"type": "pattern",
"pattern": ""
}
}
}
}
}

[nice2cu]

分词了吧

[akinoowari]

1.分词的时候用 ngram
2.前缀匹配

[NoobNoob030]

分词实现，输入 AviationTechnology ，分词成 Aviation 和 Technology 两个 token ，然后作为索引去查询

[weofuh]

看新版 8.x 文档有支持类似驼峰分词
https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-word-delimiter-graph-tokenfilter.html

默认是的标准分词器是按空格、点这些进行分词

另外，好像搜索和构建索引可以使用不同的分词器和过滤器

[findlisa]

@weofuh 感谢好像我看了，全部小写也能匹配到

[findlisa]

@weofuh 不仅仅是针对于驼峰

[findlisa]

@Jinnrry 如果有多语言呢不一定是英文呢有可能还有中文

[weofuh]

如果全小写、中文都能匹配，我能想到的实现方案也就是只有 4 楼的了，用 edge_ngram 分词 和 match_phrase_prefix 前缀匹配查询，只是性能可能不太好，哈哈哈

[Latin]

短语匹配+slop

[Jinnrry]

@findlisa #9 你看我给你这个 demo 里面的分词器，拼音分词器用于模糊搜索，比如简繁，错字，都能匹配
ik 分词器用于中文分词搜索
keyword 用于完全匹配
char_analyzer 的作用和 4 楼说的 ngram 一样，实现方式和结果也完全一样
你可以再加其他语言的分词器就能实现其他语言的召回了。

match 的时候给不同分词器召回增加不同的得分权重，比如拼音分词给 0.1 ，这样能保证模糊搜索结果在最后

[findlisa]

@Jinnrry 好的感谢，我试试看(👀)

[findlisa]

@weofuh 确实 ngram 会分很多词，索引也会大很多🤣