我现在主要做的业务是有关实时查询功能相关的，用的最多的就是elasticsearch,前端时间碰到一个特别有趣的问题，跟大家分享一下。
前几天有用户反馈间隔查询的问题，真实的数据在这不方便展示，我就用自己的一个假数据案例给大家还原一下真实场景。
客户A: 我在你们数据库查询标题，“中华 共和国 (间隔2字内)”为什么查不到“中华人民共和国民法通则”这个记录呢？
我：收到，我这边排查一下问题哈。（特别客气的回复）
内心os: 这tm怎么可能呢，明明就是两个字的啊，难道是我写了个bug？
打开我的mac本，开始排查一顿操作，确实是没有，查询结果见下图：
下图为不做间隔查询的结果：
（在此说明一下，我中文分词器用的是ik分词器）
此刻我的内心：
此时开始google，询问我们项目组的大神。一顿讨论下来，难道es为了效率，用的是它分词后的position。
查看“中华人民共和国民法通则”的分词结果：
可以看到“中华”和“共和国”之间按照postion，间隔为4。
然后修改一下我们的查询语句，操作看一下：
居然可以了！！！！
总结一下这个问题：
es的间隔查询是按照分词后下面的postion之间的间隔，这样保证了它的效率。
如果我们使用ik分词的话，这个查询会让我们造成误解，对我们实际的意义不大。
如果我们分词使用的是逐字分词(比如standard)，还是不错的。
小编叨逼叨：
脱离业务谈技术都是耍流氓。任何技术都不是完美的，结合业务选择合适的技能负责任的好猿。
网友评论