基于ES的自动联想补全

# 1 安装ik 分词器 滤过

# 2 测试ik分词器是否可用

GET /_analyze
{
  "text": "分词器",
  "analyzer": "ik_max_word"
}

# 3 put es结构


DELETE /ik_index

PUT /ik_index
{
  "settings": {
    "index": {
      "refresh_interval": "10s",
      "number_of_shards" : "5",
      "number_of_replicas" : "1",
      "translog": {
        "flush_threshold_size": "1gb",
        "sync_interval": "30s",
        "durability": "async"
      }
    }
  },
  "mappings": {
    "doc": {
      "properties":{
        "name":{
          "type":"text",
          "analyzer":"ik_max_word",
          "fields":{
            "suggest":{
              "type":"completion",
              "analyzer":"ik_max_word"
            }
          }
        }
      }
    }
  }
}

#4 插入模拟数据

PUT /ik_index/doc/1
{
  "name":"北京中经惠众科技有限公司"
}
PUT /ik_index/doc/2
{
  "name":"上海万达信息服务有限公司"
}
PUT /ik_index/doc/3
{
  "name":"北京万达科技有限公司"
}
PUT /ik_index/doc/4
{
  "name":"北京万达信息服务有限公司"
}


# 5 测试 前缀查询和补全
GET /ik_index/_search
{
  "suggest": {
    "text": "北京中",
    "my-suggest": {
      "completion":{
        "field":"name.suggest",
        "size":10
      }
    }
  }
}

#completion，es实现的时候，是非常高性能的，会构建不是倒排索引，也不是正排索引，就是纯的用于进行前缀搜索的一种特殊的数据结构，而且会全部放在内存中，所以auto completion进行的前缀搜索提示，性能是非常高的

# 6 性能记录
# 10分钟导入 600万条记录