elasticsearch 7.x 如何满足mysql中的模糊查询功能（like）

业务场景：筛选项原功能是用mysql左模糊进行过滤查询，现业务要用es，怎么样才能满足原功能，又不损性能。

elasticsearch中有关于模糊查询的操作：wildcard

文档：https://blog.csdn.net/qq_22612245/article/details/82432107

另外的思路解决方案：使用分词

1、筛选项是中文类型

例：商品名称  ：无糖麦芽糖口香糖

筛选这种，用中文分词即可满足业务场景

索引定义

"shopname": {
        "analyzer": "ik_max_word",
        "type": "text",
        "fields": {
            "raw": {
            "type": "keyword"
            }
        }
  }

2、筛选项是字母加数据类型

例：商品代码：abcde0001

因为在mysql中是左模糊，用户可能会筛abcde、abc、ab、abcde0、abcde0001，这种用中文分词就不能满足业务，而用es的wildcard性能不好，

综合考虑使用ngram分词器。

使用方法：

创建索引

{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "my_tokenizer"
        }
      },
      "tokenizer": {
        "my_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 3,
          "token_chars": [
            "letter",
            "digit"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "shopcode": {
        "analyzer": "my_analyzer",
        "type": "text",
        "fields": {
          "raw": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

验证方法
POST my_index/_analyze
{
  "analyzer": "my_analyzer",
  "text": "abcde0001"
}

结果：

"min_gram": 2,"max_gram": 3, 这里是设置切的粒度，如果min设为1的话，切的粒度就太细，会占储存容量。
就算是设置成2,3也要注意因数据量过大分词后所占容量变多的情况

有空格的情况：