第二阶段 15 · prefix / wildcard / fuzzy 模糊匹配

15 · prefix / wildcard / fuzzy 模糊匹配

阶段：第二阶段 / 查询能力
ES 查询：prefix/wildcard/fuzzy| PostgreSQL 对照：LIKE 'abc%'/LIKE '%x%'/ 模糊纠错

1. 概念

三种「非精确」匹配，都作用在keyword（或 text 的词项）上：

⚠️ 这三种都可能很慢（尤其前置通配*abc），生产环境慎用大范围。

2. PostgreSQL 对照

-- prefixSELECT*FROMsalesdataWHEREinvoice_numberLIKE'INV-2026%';-- wildcard（包含）SELECT*FROMsalesdataWHEREinvoice_numberLIKE'%2026%';-- fuzzy（拼写容错，PG 需 pg_trgm 扩展）SELECT*FROMsalesdataWHEREmaterial%'ThinkPd';-- 相似度

3. ES DSL

prefix（前缀）

GET salesdata_idx/_search { "query": { "prefix": { "invoice_number": "INV-2026" } } }

wildcard（通配符）

GET salesdata_idx/_search { "query": { "wildcard": { "invoice_number": "*2026*" } } }

fuzzy（拼写容错）

GET salesdata_idx/_search { "query": { "fuzzy": { "material": { "value": "ThinkPd", "fuzziness": "AUTO" } } } }

fuzziness: AUTO会根据词长自动决定允许的编辑距离（通常 1~2）。

4. Spring Boot 实现

@ComponentpublicclassDoc15FuzzyQuery{@AutowiredprivateElasticsearchClientelasticsearchClient;/** LIKE 'prefix%' */publicList<Map<String,Object>>prefix(StringindexName,Stringfield,Stringprefix)throwsIOException{SearchResponse<Map>resp=elasticsearchClient.search(s->s.index(indexName).query(q->q.prefix(p->p.field(field).value(prefix))),Map.class);returntoSourceList(resp);}/** LIKE '%pattern%'，pattern 里用 * 和 ? */publicList<Map<String,Object>>wildcard(StringindexName,Stringfield,Stringpattern)throwsIOException{SearchResponse<Map>resp=elasticsearchClient.search(s->s.index(indexName).query(q->q.wildcard(w->w.field(field).value(pattern))),Map.class);returntoSourceList(resp);}/** 拼写容错 */publicList<Map<String,Object>>fuzzy(StringindexName,Stringfield,Stringvalue)throwsIOException{SearchResponse<Map>resp=elasticsearchClient.search(s->s.index(indexName).query(q->q.fuzzy(f->f.field(field).value(value).fuzziness("AUTO"))),Map.class);returntoSourceList(resp);}privateList<Map<String,Object>>toSourceList(SearchResponse<Map>resp){returnresp.hits().hits().stream().map(Hit::source).filter(Objects::nonNull).collect(Collectors.toList());}}

5. 坑与最佳实践

1. 前置通配符*abc极慢：等于全表扫倒排词典，能避免就避免；必要时用wildcard字段类型或 n-gram。
2. 作用在keyword上：对分词后的text用 wildcard 结果常常反直觉。
3. 大小写：keyword默认大小写敏感，wildcard也是。需要不敏感可加case_insensitive: true（8.x 支持）。
4. fuzzy 有性能代价：编辑距离越大越慢，AUTO通常够用。
5. 能用prefix就别用wildcard：前缀匹配比通配快得多。

下一篇

16-match_phrase-短语.md。