如何在Elasticsearch中实现含空格的精确子串匹配？

问题根源 #

你之前的查询失败，核心原因是默认的text类型字段会被分词器拆分（比如"quick brown fox"会被拆成["quick", "brown", "fox"]三个独立词条），空格被当作分隔符，索引中不存在包含空格的完整子串词条，因此通配符或查询字符串无法匹配带空格的子串。

解决方案 #

方案1：使用不分词的Keyword子字段（最直接） #

首先需要为目标字段添加一个不分词的keyword子字段，保留原始文本的所有字符（包括空格）：

1. 创建/更新索引映射

PUT /your_index_name
{
  "mappings": {
    "properties": {
      "description": {
        "type": "text",
        "fields": {
          "raw": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

description.raw会将整个字段内容作为单个词条存储，完全保留原始格式。

2. 执行Wildcard查询

针对这个不分词的子字段进行通配符查询，即可匹配带空格的任意子串：

{
  "query": {
    "wildcard": {
      "description.raw": {
        "value": "*brown f*",
        "case_insensitive": true
      }
    }
  }
}

该查询会匹配所有包含brown f子串的description字段值，比如"quick brown fox"。

可选：Regexp查询（更灵活）

如果需要更复杂的匹配规则，可使用正则查询：

{
  "query": {
    "regexp": {
      "description.raw": {
        "value": ".*quick bro.*",
        "case_insensitive": true
      }
    }
  }
}

方案2：使用Ngram分词器（性能优化） #

如果字段内容较长，通配符查询可能存在性能损耗，可提前通过ngram分词器生成所有可能的子串，查询时直接匹配：

1. 创建带Ngram配置的索引

PUT /your_index_name
{
  "settings": {
    "analysis": {
      "analyzer": {
        "ngram_analyzer": {
          "tokenizer": "ngram_tokenizer"
        }
      },
      "tokenizer": {
        "ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 2,  // 最小子串长度
          "max_gram": 20  // 最大子串长度，按需调整
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "description": {
        "type": "text",
        "fields": {
          "ngram": {
            "type": "text",
            "analyzer": "ngram_analyzer"
          }
        }
      }
    }
  }
}

2. 执行Match查询

直接匹配目标子串即可，性能优于通配符：

{
  "query": {
    "match": {
      "description.ngram": "quick brown"
    }
  }
}

注意事项 #

• 使用Keyword子字段时，若字段内容过长（超过256字符），需调整ignore_above参数（默认256），否则会被截断。
• Ngram方案会增加索引体积，需根据实际子串长度范围合理设置min_gram和max_gram。

内容的提问来源于stack exchange，提问作者Umang Kamdar