最近做了一个基于Elasticsearch的非通用性的搜索引擎项目，工程量不大，但有意思的点却有好几个，这里做下记录把踩过的坑记录下来。

一、构建自己的查询分析模块

其实这不是本人第一次遇到要支持较丰富的语义(精确讲是语法)搜索，为了达到各种搜索条件，打造一个通用的搜索语法解析模块来支持功能强大、方便使用的目标。

该模块除了支持and，not，or基本逻辑和无限嵌套子句(代表括号)，让使用方以流式接口调用，方式极为便利。同时加入了field上的range，lessThan，greatThan，in，notIn，contains，startWith，fuzzyWith等各种比较和对比语义查询。其中最有意思的语法是类似于sql like的contains和startWith语义（基于短语或句子的wildcard语法）。为了达到搜索本意，模块实现如下：

1、调用分词器（如ik分词器），将句子按照ik_max_word分词(注意不是专为搜索用的ik_smart)，为了给SpanNearQueryBuilder使用；

2、contains语义的第一个词前加*，最后一个词加上*，startWith最后一个词加上*，达到wildcard效果；

3、使用SpanNearQueryBuilder将各个分词后词，组合起来。特别说明的是wildcard类型必须转换成spanMultiTermQuery，正常term使用spanTermQuery关联，每个词slot间隔距离为0；

4、fuzzyWith目前用于相似图片搜索，限制相对较多，需要改进核心图片标记算法改进后才行。

二、更丰富的Lucene数据类型

由于本项目要查询的部分内容为聚合内容，所以使用Lucene中 array类型，该类型支持中文分词，同时也可以在各个array item之间设置距离，让不同item之间的内容不容易被当做相邻内容搜到，使用方式上很灵活。使用好ES的参数很为重要：position_increment_gap：100。

三、图片模糊查询

图片相似度查询就fuzzy search，改查询实际的技术核心在于图片标志的计算，由fuzzyWith来表达。

四、聚合查询

目前Elasticsearch基本聚合已经做得很好，一些基本group by需求已经完全满足使用，本项目聚合相对较多，但并没有特别之处所以不做多余说明。

Elasticsearch母公司已经上市了，说明搜索实为IT系统刚需性产品，Lucene本身又很强大和通用，所以只要多多挖掘，大部分特性和场景都能在Elasticsearch中满足。