Azure Search Index：生成倒序姓名组合词并优化搜索排序

针对你遇到的姓名匹配排序问题，提供两种可行方案，不需要修改数据库字段或反转搜索词：

方案一：生成反转组合的Shingle Token（一劳永逸） #

通过自定义分析器，在索引阶段自动生成firstname lastname格式的组合token，让精准搜索直接匹配该token获得高权重。

分析器配置（以Elasticsearch为例） #

核心思路是先用字符过滤器在原始姓名后追加反转顺序的全名，再通过Shingle过滤器生成组合token：

{
  "settings": {
    "analysis": {
      "char_filter": {
        "name_reverse_append": {
          "type": "pattern_replace",
          "pattern": "^([^,]+),\\s*([^,]+)$",
          "replacement": "$1, $2 $2 $1"
        }
      },
      "filter": {
        "name_shingle": {
          "type": "shingle",
          "min_shingle_size": 2,
          "max_shingle_size": 2,
          "output_unigrams": true
        },
        "unique_token": {
          "type": "unique"
        }
      },
      "analyzer": {
        "custom_name_analyzer": {
          "type": "custom",
          "char_filter": ["name_reverse_append"],
          "tokenizer": "standard",
          "filter": ["lowercase", "name_shingle", "unique_token"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "full_name": {
        "type": "text",
        "analyzer": "custom_name_analyzer"
      }
    }
  }
}

效果说明 #

• 原始数据Bond, James会被字符过滤器转换为Bond, James James Bond
• 经过分析后最终生成的token包括：bond、james、bond james、james bond
• 用户搜索James Bond时，会精准匹配james bond这个shingle token，得分远高于仅匹配单个词的结果，自然排到首位

方案二：通过查询权重调整排序（无需修改索引） #

如果不想重新索引现有数据，可通过构造加权查询，让同时匹配两个姓名关键词的结果获得更高得分。

查询示例 #

{
  "query": {
    "bool": {
      "should": [
        // 精准短语匹配，权重最高
        {
          "match_phrase": {
            "full_name": {
              "query": "James Bond",
              "boost": 10
            }
          }
        },
        // 同时匹配两个关键词，权重次之
        {
          "bool": {
            "must": [
              {"match": {"full_name": "James"}},
              {"match": {"full_name": "Bond"}}
            ],
            "boost": 5
          }
        },
        // 单个关键词匹配，权重最低
        {
          "match": {"full_name": "James Bond"}
        }
      ],
      "minimum_should_match": 1
    }
  }
}

效果说明 #

• 同时包含James和Bond的文档会获得更高得分，其中能精准匹配短语的结果（即对应James Bond格式的姓名）排名最靠前
• 无需修改索引结构，仅需调整查询逻辑即可实现需求

内容的提问来源于stack exchange，提问作者Thiago