Elasticsearch带优先级与部分词搜索的复杂查询需求

场景与需求 #

现有字段id、nm、limit、description、la均为多字段类型：主字段是TEXT类型，对应KEYWORD类型字段后缀为ke，且KEYWORD字段已完成小写归一化。

需要针对nm字段实现以下搜索逻辑：

• 包含完整搜索字符串的结果优先展示
• 同时返回包含搜索字符串中**任意词（含部分匹配）**的结果

示例数据集 #

• 1. Hello I am Rishabh Kabra
• 2. Wow! I am using Elasticsearch
• 3. Hey... Are you here?
• 4. Let's work on function youth

预期排序 #

• 示例1：搜索wow! I am，结果排序优先级：完整搜索串匹配 → 部分完整子串匹配 → 部分词匹配
• 示例2：搜索Are you，结果排序优先级：完整子串匹配 → 部分词匹配

过往问题 #

尝试过function_score加boost但对特殊字符无效，精确词+通配符组合效果不稳定。

解决方案：分层权重Bool查询 #

通过bool查询的should子句分层设置匹配规则，给不同优先级的匹配结果分配不同权重，同时解决特殊字符和部分匹配的问题。

完整查询DSL #

GET /your_index_name/_search
{
  "query": {
    "bool": {
      "should": [
        // 1. 最高优先级：完整搜索短语匹配（保留特殊字符语义）
        {
          "match_phrase": {
            "nm": {
              "query": "wow! I am",
              "boost": 10
            }
          }
        },
        // 2. 次高优先级：包含搜索串所有分词词的文档
        {
          "match": {
            "nm": {
              "query": "wow! I am",
              "operator": "and",
              "boost": 5
            }
          }
        },
        // 3. 中等优先级：包含搜索串任意分词词的文档
        {
          "match": {
            "nm": {
              "query": "wow! I am",
              "operator": "or",
              "boost": 2
            }
          }
        },
        // 4. 最低优先级：部分词的模糊匹配（利用小写归一化的KEYWORD字段）
        {
          "wildcard": {
            "nm.ke": {
              "value": "*wow*",
              "boost": 1
            }
          }
        },
        {
          "wildcard": {
            "nm.ke": {
              "value": "*i*",
              "boost": 1
            }
          }
        },
        {
          "wildcard": {
            "nm.ke": {
              "value": "*am*",
              "boost": 1
            }
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

逻辑解释 #

1. 完整短语匹配：用match_phrase在TEXT字段匹配完整搜索串，权重最高（boost=10），确保完整匹配的结果排在最前。TEXT字段的分词器会正确处理特殊字符（如!），保证短语匹配的准确性。
2. 全分词词匹配：用match结合operator: and，匹配包含搜索串所有分词词的文档，权重次之（boost=5），对应“部分完整子串”的需求。
3. 任意分词词匹配：用match结合operator: or，匹配包含搜索串任意分词词的文档，权重中等（boost=2）。
4. 部分词模糊匹配：利用小写归一化的KEYWORD字段做通配符匹配，处理部分词的模糊匹配场景，权重最低（boost=1）。

优化建议 #

• 特殊字符处理：如果需要严格保留特殊字符的匹配逻辑，可以自定义分词器，避免分词器过滤特殊字符；也可以将用户输入的搜索串先做小写处理，然后用match_phrase在nm.ke字段做精确短语匹配。
• 性能优化：通配符开头的查询性能较差，若数据量较大，建议给nm字段添加N-gram分词器（设置最小n-gram为2，最大为10），通过提前索引分词片段来高效支持部分匹配，替代通配符查询。

内容的提问来源于stack exchange，提问作者Geek