Elasticsearch 7查询如何配置以匹配完整词与部分词？

• 问题根源：你当前的配置仅处理字符级模糊匹配（比如sea和tea的编辑距离匹配），但seaside是包含sea的更长词汇，默认分词后两者是独立词条，模糊匹配不会关联这类子串场景。

• 方案1：用bool查询结合多条件，同时覆盖模糊匹配和子串匹配
  示例查询：

  {
    "query": {
      "bool": {
        "must": [
          { "match": { "name": "something" } },
          {
            "bool": {
              "should": [
                { "match": { "name": { "query": "sea", "fuzziness": "auto" } } },
                { "wildcard": { "name": "*sea*" } }
              ],
              "minimum_should_match": 1
            }
          }
        ]
      }
    }
  }
  

  说明：must clause先确保something精准匹配，子bool的should clause同时覆盖两种场景——模糊匹配sea（命中tea这类变体）、通配符匹配包含sea的词汇（命中seaside），只要满足其中一个should条件即可。

• 方案2：配置ngram分词器，从底层支持子串匹配
  如果这类子串查询是高频场景，建议给name字段配置ngram分词器，提前将词汇拆分为子词条：

  1. 创建索引时的配置：

  {
    "settings": {
      "analysis": {
        "analyzer": {
          "ngram_analyzer": {
            "tokenizer": "ngram_tokenizer"
          }
        },
        "tokenizer": {
          "ngram_tokenizer": {
            "type": "ngram",
            "min_gram": 2,
            "max_gram": 3
          }
        }
      }
    },
    "mappings": {
      "properties": {
        "name": {
          "type": "text",
          "analyzer": "ngram_analyzer",
          "search_analyzer": "standard"
        }
      }
    }
  }
  

  2. 配置完成后，原有的multi_match+模糊查询即可命中seaside——因为ngram会把seaside拆分为sea、eas、asi等子词条，搜索sea时自然能匹配到。

• 注意事项：以*开头的通配符查询性能较差，数据量大时优先选择ngram分词方案；另外你设置的90%匹配度（minimum_should_match）如果是全局配置，可能会过滤掉仅满足单个should条件的结果，建议放到子bool clause中单独设置。

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