[ TIL ] 최종 프로젝트_Day 15

오늘 진행한 내용들 🧐 

match vs wildcard

• match
  • 역색인(Inverted Index)을 활용하는 풀텍스트 검색(Full-Text Search) 방식
  • analyzed 된 필드에서 토큰화(Tokenization)와 텍스트 정규화를 거쳐 검색어를 매칭
  • 동작 방식
    • 검색어를 토큰화하고, 유사한 단어까지 포함해서 검색
    • 일반적으로 text 타입 필드에서 사용하며, standard, ngram, edge_ngram 등의 분석기가 적용
    • 토큰 단위로 검색하므로 특정 위치에 있는 문자나 완전한 일치 검색에는 적합하지 않음
  • 장점
    • 빠른 검색 속도 (역색인을 활용하여 최적화됨)
    • 유사한 검색어도 매칭 가능 (토큰화된 데이터를 기반으로 검색)
    • 자연어 검색(NLP)과 잘 어울림
  • 단점
    • 부분 문자열 검색(contains 같은 검색)에는 적합하지 않음
    • 정확한 문자열 일치를 원할 경우 match_phrase 등의 추가 설정 필요
• wildcard
  • wildcard는 문자열 패턴 매칭을 수행하는 검색 방식
  • SQL의 LIKE '% keyword%'와 유사하게 동작
  • text 타입이 아닌 keyword 타입 필드에서 주로 사용
  • 동작 방식
    • 와일드카드 기호를 활용해 검색.
    • 역색인을 사용하지 않고 전체 문자열을 탐색(Brute-force 검색) 하기 때문에 속도가 느림
  • 장점
    • 부분 문자열 검색 가능 (contains와 유사)
    • 완전한 문자열 매칭이 필요할 때 적합
  • 단점
    • 검색 성능이 매우 낮음 (역색인을 활용하지 않기 때문에 전체 문서를 스캔함)
    • 대량 데이터에서 사용 시 심각한 성능 문제 발생
    • 검색어 앞부분에 *를 넣는 경우 특히 느려짐

Text vs Keyword

• Text
  • 입력된 문자열을 토큰 단위로 쪼개어 저장
  • 역색인(Inverted Index) 구조를 만들어 전문 검색(Full-text Search)에 적합
  • 지정한 분석기(Analyzer)에 따라 텍스트가 분리됨
  • 유사 검색(비슷한 의미의 단어 검색 가능)정렬, 집계에는 적합하지 않음
• Keyword
  • 입력된 문자열을 하나의 토큰으로 저장 (분석되지 않음)
  • 정확한 값 일치 검색에 적합 (term 쿼리를 사용하여 검색)
  • 집계(aggregation), 정렬(sorting), 필터링(filter)에 적합
  • 분석기가 적용되지 않음 (입력된 값 그대로 저장됨)
  • 주로 짧고 고유한 문자열(태그, 상태 값, ID 등)에 사용됨

 

내일 계획 ⏰

• Elasticsearch 동적 쿼리 테스트 완료하기
• 지금까지 작업한 것들 문서화하기

+ 추가 계획이 더 생길 수도 있습니다~_~