Elasticsearch 点分数字字符串自定义分析器排序异常问题

你的核心问题是：按字符串逻辑排序版本号（如"1.1.2"和"11.2.1"）会得到错误结果，因为字典序中"1"会排在"11"前面。你当前的自定义分析器配置无法实现数字排序，原因和解决方案如下：

原配置无效的原因 #

1. 分词后的排序逻辑错误：dot_tokenizer将版本号拆分为单个数字段（如"11.2.1"拆成["11","2","1"]），但text字段的fielddata排序仍采用字典序比较这些token，而非数字序。字典序中"1" < "11"，导致"1.xx"类版本号排在"11.xx"前面。
2. 过滤器无实际作用：numeric_sort_filter只是将数字替换为自身，没有完成字符串转数字的关键转换，对排序逻辑无任何影响。

解决方案一：脚本排序（无需修改索引结构） #

直接在查询时通过脚本将版本号转换为可比较的数值，实现数字排序逻辑：

{
  "query": "my_query",
  "sort": [
    {
      "_script": {
        "type": "long",
        "script": {
          "source": """
            String[] segments = doc['your_field.keyword'].value.split('\\.');
            long sortValue = 0;
            // 给每个版本段分配权重，每段占9位（支持最大999999999的段值）
            for (String seg : segments) {
              sortValue = sortValue * 1000000000 + Long.parseLong(seg);
            }
            return sortValue;
          """
        },
        "order": "desc"
      }
    }
  ]
}

原理：将多段版本号合并为一个大整数（如"11.2.1"转为11000000002000000001），通过整数大小比较实现正确的版本排序。

解决方案二：预处理为整数数组（需重新索引） #

在索引阶段将版本号拆分为整数数组，利用Elasticsearch的数组排序特性（按元素依次比较）：

1. 更新索引映射：

PUT your_index
{
  "mappings": {
    "properties": {
      "your_field": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "version_parts": {
        "type": "integer"
      }
    }
  }
}

2. 索引文档时预处理：将your_field的值按点拆分，转成整数数组存入version_parts字段（如"11.2.1"对应[11,2,1]，"1.1.2"对应[1,1,2]）。
3. 按数组排序：

{
  "query": "my_query",
  "sort": [
    {
      "version_parts": {
        "order": "desc"
      }
    }
  ]
}

原理：Elasticsearch会依次比较数组的每个元素，先比较第一段11和1，11更大，因此"11.2.1"会排在首位。

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