Elasticsearch more_like_this查询始终无命中问题求助

问题根源 #

查询返回0条结果的核心原因是more_like_this的默认参数限制：

• 默认min_doc_freq=2，要求用于查询的词必须在至少2个文档中出现。
• 你的author字段使用standard分析器，会将"Ray Bradbury"拆分为小写的ray和bradbury，其中ray仅在1条文档中存在，不满足默认的min_doc_freq条件，因此不会被纳入查询逻辑，导致无命中。

修复方案 #

在查询中添加min_doc_freq: 1参数，允许仅出现1次的词参与查询：

GET books/_search
{
  "query": {
    "more_like_this": {
      "fields": ["author"],
      "like": "Ray",
      "max_query_terms": 10,
      "min_term_freq": 1,
      "min_doc_freq": 1
    }
  }
}

修复后效果 #

修改后的查询会精准匹配到author为"Ray Bradbury"的文档，返回结果示例：

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "max_score": 0.6931471,
    "hits": [
      {
        "_index": "books",
        "_id": "3",
        "_score": 0.6931471,
        "_source": {
          "name": "Fahrenheit 451",
          "author": "Ray Bradbury",
          "release_date": "1953-10-15",
          "page_count": 227
        }
      }
    ]
  }
}

补充说明 #

• 若要基于多字段（如书名+作者）查找近似重复项，可将fields设置为["name", "author"]。
• 若使用完整作者名（如"Ray Bradbury"）作为like值，仍需设置min_doc_freq:1，因为拆分后的两个词均仅出现1次。

内容的提问来源于stack exchange，提问作者Sudet