什麼是更高效？模糊搜索或範圍搜索？

Question

我有一個模糊查詢及其等價範圍查詢，並且都返回相同的搜索結果。 的查詢如下：

模糊搜索：

CURL -XGET 'localhost:9200/bank/_search?pretty' -d ' 
{ 
    "sort": { 
     "balance": "desc" 
    }, 
    "query": { 
     "fuzzy" : { 
      "balance" :{ 
       "value" : 20000, 
       "fuzziness" : 10000 
      } 
     } 
    } 
}' 

範圍搜索

CURL -XGET 'localhost:9200/bank/_search?pretty' -d ' 
{ 
    "sort": { 
     "balance": "desc" 
    }, 
    "query": { 
     "range" : { 
      "balance" : { 
       "gte" : 10000, 
       "lte" : 30000 
      } 
     } 
    } 
}' 

所以我的問題是哪一個更有效率？哪一個應該比另一個更受歡迎？

Answer 1

模糊查詢使用"Levenshtein edit distance"。它的工作原理是這樣的：

模糊查詢生成是模糊規定的最大編輯距離內的所有可能的匹配項，然後檢查術語詞典，找出其產生的那些方面的實際存在於索引中。

所以會發生什麼是創建所有可能的變化，然後檢查它們是否存在。這可能會更昂貴，然後只是檢查gte或lte，雖然當然您的確切查詢與您的索引大小有關係。

但更重要的是：第一個連做你認爲它做什麼？ Fuzzy正在查看levensteihn距離，例如，如果您將20000與90000進行比較，則該距離將僅爲1，因此我會懷疑後者位於您的結果集中，而您甚至不需要。所以，儘管我確實有一點疑問，因爲您似乎暗示它像您想要的那樣工作，但我仍然認爲模糊效率最低，因爲它不會產生您正在尋找的實際結果。