如何调整Elasticsearch模糊查询，支持无空格短语匹配带空格内容

核心原因 #

默认分词器会将带空格的"City Lab"拆分为city和lab两个独立词条，但无空格的"CityLab"会被识别为单个词条citylab。带fuzziness的match查询仅在词条层面做模糊匹配，单个词条与两个词条无法通过编辑距离关联，导致匹配失败。

方案1：自定义分词器（推荐，长期解决） #

通过添加word_delimiter过滤器的自定义分析器，让系统自动拆分驼峰/连写的词汇为独立词条，同时兼容带空格的原名称。

步骤1：创建带自定义分析器的索引 #

PUT /companies
{
  "settings": {
    "analysis": {
      "analyzer": {
        "company_name_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "word_delimiter"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "company_name_analyzer",
        "search_analyzer": "company_name_analyzer"
      }
    }
  }
}

word_delimiter过滤器会自动处理连写词（如CityLab拆分为city和lab），与带空格名称的分词结果一致，后续match查询即可双向匹配。

步骤2：查询示例 #

GET /companies/_search
{
  "query": {
    "match": {
      "name": {
        "query": "CityLab",
        "fuzziness": "AUTO"
      }
    }
  }
}

方案2：同义词映射（适合固定词汇场景） #

如果企业名称是固定的，可以通过同义词过滤器将连写词与带空格词关联，实现双向匹配。

创建带同义词分析器的索引 #

PUT /companies
{
  "settings": {
    "analysis": {
      "filter": {
        "company_synonyms": {
          "type": "synonym",
          "synonyms": [
            "CityLab, City Lab",
            "TechCorp, Tech Corp" // 可添加更多企业名称映射
          ]
        }
      },
      "analyzer": {
        "company_name_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "company_synonyms"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "company_name_analyzer"
      }
    }
  }
}

方案3：无需修改索引的临时查询方案（应急用） #

如果无法修改现有索引，可通过bool查询同时匹配连写词和拆分后的短语，确保两种输入都能命中：

GET /companies/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "name": {
              "query": "CityLab",
              "fuzziness": "AUTO"
            }
          }
        },
        {
          "match": {
            "name": {
              "query": "City Lab",
              "fuzziness": "AUTO"
            }
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

该方案需要提前对输入做拆分处理，适合临时场景，长期建议使用方案1或2。

内容的提问来源于stack exchange，提问作者Maksim Yefremov