Un comodín se refiere a un personaje especial de marcador de posición interpretado y reemplazado por varias iteraciones basadas en su ubicación. El uso de comodines es común cuando se realiza búsquedas, especialmente cuando la búsqueda de destino no se conoce con precisión.
En ElasticSearch, hay dos formas de buscar elementos sin saber la coincidencia exacta. El primero es usar Fuzziness (consulte nuestro tutorial sobre el tema), y el otro es usar la búsqueda comodín.
Este tutorial le enseñará cómo usar consultas de búsqueda de comodín para localizar elementos sin saber la coincidencia exacta.
Uso básico
Para ilustrar cómo usar la consulta comodín de Elasticserch, utilizaremos el índice de datos de Ejemplo de Ejemplo de Kibana.
En el índice, tenemos la información de los clientes. Supongamos que queremos obtener los resultados donde el primer nombre del cliente coincide con J*y.
Podemos realizar una consulta como se muestra:
Get /kibana_sample_data_ecommerce /_search?bonito
"consulta":
"comodín":
"Custom_First_Name":
"Valor": "J*n",
"Boost": 2
Si ejecutamos la solicitud en el índice, debemos obtener los documentos donde el nombre_first_name comienza con una j y termina con una n.
Una captura de pantalla de muestra de la respuesta está a continuación:
Supongamos que sabemos el número exacto de caracteres en el nombre. Por ejemplo, no estamos seguros de si es Jim o Jimmy; Podemos usar el ? personaje como:
Get /kibana_sample_data_ecommerce /_search?bonito
"consulta":
"comodín":
"Custom_First_Name":
"Valor": "J?metro*",
"Boost": 2
La consulta de ejemplo debe devolver los documentos donde el primer nombre comienza con una j, incluye un solo personaje, seguido de una letra M y otros caracteres.
A continuación se muestra una respuesta de ejemplo:
Parámetros de consulta comodín
Puede especificar varios parámetros para modificar cómo funciona la consulta comodín. Tales parámetros incluyen:
Conclusión
En este artículo, explicamos cómo usar las consultas de búsqueda de comodín en Elasticsearch. Considere la documentación o nuestros temas sobre ElasticSearch para obtener más información.