Частичные совпадения и синтаксис

Префиксы и шаблоны

prefix ищет начало терма. wildcard задаёт шаблон с * и ?, regexp — регулярное выражение над термами словаря, а не произвольный обход исходных строк. Ведущий wildcard может заставлять просматривать много термов. Ограничения длины и сложности пользовательского ввода важнее попыток компенсировать тяжёлый шаблон дополнительными серверами.

Опечатки и расширения

Fuzzy matching расширяет терм по расстоянию редактирования. Важны fuzziness, prefix_length и max_expansions: они влияют на полноту и стоимость. Это не семантический поиск и не автоматическая транслитерация. Для коротких артикулов нечёткость может возвращать другой товар. match_phrase_prefix и match_bool_prefix полезны при вводе последнего незавершённого слова, но имеют разные правила для предыдущих слов.

Безопасный пользовательский язык

query_string поддерживает выразительный синтаксис, но ошибки разбора могут отклонить запрос. simple_query_string терпимее к ошибкам и позволяет ограничить операторы. Оба требуют осознанной политики полей, экранирования и сложности. Не передавайте произвольный DSL из публичной формы в кластер: сервер задаёт допустимые поля, фильтры доступа и ресурсные ограничения.

{
  "query": {
    "match": {
      "name": {
        "query": "headphnes",
        "fuzziness": "AUTO",
        "prefix_length": 1,
        "max_expansions": 20
      }
    }
  }
}

Разбор на примере каталога

Опечатка "headphnes" похожа на headphones по написанию, а запрос «для пробежки» выражает потребность, которой в слове headphones нет. Fuzzy может помочь первому случаю, но не обязан помогать второму. Prefix подходит незавершённому началу терма, а wildcard по внутреннему фрагменту имеет другую стоимость. Не объединяйте все способы через should без измерений: число кандидатов и задержка могут резко вырасти, а точный результат потеряется среди слабых совпадений.

Поиск с опечаткой

Fuzziness допускает ограниченное число правок между проанализированным термином запроса и термином индекса. AUTO выбирает расстояние по длине слова и не означает произвольное сходство. В примере travle может совпасть с travel за счёт перестановки. Это инструмент для опечаток, а не замена точных идентификаторов и бизнес-фильтров.

Нечёткий запрос всё ещё работает с анализируемыми словами. Он не является wildcard для произвольной подстроки. Более свободный поиск может добавить лишние документы, поэтому включайте fuzziness, когда требуется допуск опечаток. В тренажёре дорогие scripts, wildcard и regexp намеренно недоступны.

{
  "query": {
    "match": {
      "name": {
        "query": "travle",
        "fuzziness": "AUTO"
      }
    }
  },
  "size": 2,
  "_source": [
    "name",
    "price"
  ]
}

{
  "hits": {
    "total": {
      "value": 60,
      "relation": "eq"
    },
    "hits": [
      {
        "_id": "3",
        "_score": 1.3610321,
        "_source": {
          "name": "Sony Travel Speaker 3",
          "price": 100
        }
      },
      {
        "_id": "13",
        "_score": 1.3610321,
        "_source": {
          "name": "Apple Travel Speaker 13",
          "price": 100
        }
      }
    ]
  }
}