ElasticSearch实现类C# Contains()搜索失效，返回全部结果求解决

为什么你的query_string查询返回全部结果？ #

你用*product*的通配符查询返回全部结果，大概率是字段映射或分词逻辑导致的：

• 如果meta_keywords是text类型，ElasticSearch会对内容做分词处理（比如把"red product"拆成"red"、"product"），而前缀带*的通配符查询会触发全文档扫描（无法利用倒排索引），如果你的大部分文档分词后包含类似"product"的片段，就会返回全部结果；
• 也可能是字段映射错误，比如meta_keywords实际是object类型，或者你误写了字段名，导致查询匹配了所有文档。

实现包含搜索+大小写不敏感的正确方案 #

方案1：针对短文本/标签类字段（keyword类型） #

如果meta_keywords是用来存储标签、短字符串的字段，推荐用wildcard查询配合case_insensitive参数：

{
  "query": {
    "wildcard": {
      "meta_keywords": {
        "value": "*product*",
        "case_insensitive": true
      }
    }
  }
}

如果你的meta_keywords是text类型，可以用它默认生成的keyword子字段：

{
  "query": {
    "wildcard": {
      "meta_keywords.keyword": {
        "value": "*product*",
        "case_insensitive": true
      }
    }
  }
}

方案2：高效的长文本包含搜索（ngram分词） #

通配符查询（尤其是前缀带*）性能很差，针对长文本的包含搜索，推荐提前配置ngram分词器，让ElasticSearch在索引时就把内容拆成连续的字符片段，查询时直接用match即可高效匹配：

第一步：创建索引时配置ngram分词器

{
  "settings": {
    "analysis": {
      "analyzer": {
        "ngram_analyzer": {
          "tokenizer": "ngram_tokenizer",
          "filter": ["lowercase"]
        }
      },
      "tokenizer": {
        "ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 3,
          "max_gram": 10
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "meta_keywords": {
        "type": "text",
        "analyzer": "ngram_analyzer",
        "search_analyzer": "standard"
      }
    }
  }
}

第二步：执行包含搜索（自动大小写不敏感）

{
  "query": {
    "match": {
      "meta_keywords": "product"
    }
  }
}

方案3：通过字段映射实现全局大小写不敏感 #

如果需要所有针对meta_keywords的查询都自动大小写不敏感，可以在字段映射时配置normalizer（针对keyword类型）或lowercase过滤器（针对text类型）：

针对keyword类型字段：

{
  "mappings": {
    "properties": {
      "meta_keywords": {
        "type": "keyword",
        "normalizer": "lowercase_normalizer"
      }
    },
    "settings": {
      "analysis": {
        "normalizer": {
          "lowercase_normalizer": {
            "type": "custom",
            "filter": ["lowercase"]
          }
        }
      }
    }
  }
}

配置后，查询时直接用term或wildcard即可，无需额外设置大小写参数。

官方文档参考方向 #

你可以在ElasticSearch官方文档的以下章节找到相关内容：

• 「Query DSL」：wildcard、match等查询的详细用法；
• 「Analysis」：分词器、normalizer的配置说明；
• 「Mapping」：字段类型与映射的设置方法。

内容的提问来源于stack exchange，提问作者JimboJones