相信大家都知道 搜索引擎除了能够返回你想要的内容外，还有另外一个重要的功能，就是搜索框的字段补全，当用户在输入框输入一段文本的前几个词时，下面会出现很多相关的候选词提示，那么在es7.0中这个场景很容易就通过 search_as_you_type 来实现
1、介绍
search_as_you_type filed是elasticsearch 7.0 新增的数据类型，它为用户提供了一种开箱即用的搜索即可见的解决方案，内部会自动拆分为多个子字段索引以支持高效查询，目前 search_as_you_type 实现前缀，中缀查询。
2、操作
- mapping
PUT my_index
{
"mappings": {
"properties": {
"my_field": {
"type": "search_as_you_type"
}
}
}
}
上述操作会自动创建如下几个field：
| 字段 | 分词器 |
|---|---|
| my_field | 使用mapping时指定的分词器，没指定将使用默认分词器 |
| my_field._2gram | 使用2元gram进行分词 |
| my_field._3gram | 使用3元gram进行分词 |
| my_field._index_prefix | 使用edge gram进行分词操作，相当于1元gram（类似sql中的 like ‘abc%’） |
N-gram中的N可以通过mapping中增加 max_shingle_size 参数进行控制，存放整型数据，默认值是3，可接受范围是[2,4]，其中._index_prefix 会一直存在。
增大 max_shingle_size 会带来更多的索引存储，检索性能也会受到影响，一般情况下默认值就够用了。
索引到root field的文本也会被索引到其它的子字段里：
PUT my_index/_doc/1?refresh
{
"my_field": "quick brown fox jump lazy dog"
}
实现 search_as_you_type 最高效的查询时使用类型为bool_prefix的multi_match query，下面是一个例子：
GET my_index/_search
{
"query": {
"multi_match": {
"query": "brown f",
"type": "bool_prefix",
"fields": [
"my_field",
"my_field._2gram",
"my_field._3gram"
]
}
}
}
{
"took" : 44,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 0.8630463,
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.8630463,
"_source" : {
"my_field" : "quick brown fox jump lazy dog"
}
}
]
}
}
虽然 match_phrase_prefix 也可以实现上述需求，但考虑到性能问题建议不要这么做。
-
参数
如果没做特别说明，search_as_you_type 类型的mapping参数与普通 text 类型的mapping参数是一致的：
| 参数 | 说明 |
|---|---|
| analyzer | 指定索引期间和搜索期间的分词器（索引期间的分词器能使用 search_analyzer参数覆盖），默认的分词器是 standard |
| index | 是否进行索引 true 或 false ，设置为false将不能被检索 |
| index_options | 文本索引的粒度，支持 docs、freqs、positions、offsets |
| norms | true 或 false；存储该字段归一化因子，如果字段不需要参与评分，可设置为false |
| store | 是否独立存储field数据 |
| search_analyzer | 查询时分词器 |
| search_quote_analyzer | 默认使用 search_analyzer |
| similarity | 指定相似度算法，默认是BM25 |
| term_vector | 是否存储term向量，默认是no |
所有在my_field 上的前缀查询都会被重写成在 _index_prefix 字段上的查询，因为_index_prefix 会对每个term的前缀会直接索引，所以比传统的在text字段上进行prefix查询高效许多
