Elasticsearch中match_phrase_prefix以0结尾查询无结果问题排查

问题现象 #

数据条目为AB-001-123-B，使用以下match_phrase_prefix查询时无结果返回：

{
  "query": {
    "bool": {
      "should": [
        {
          "match_phrase_prefix": {
            "code": "AB-00"
          }
        }
      ]
    }
  }
}

但将查询内容改为AB-001，或移除-00仅查询AB时，均可正常返回目标数据。经测试发现，当查询短语以0结尾时，match_phrase_prefix就无法命中结果。

原因分析 #

核心问题出在字段分词逻辑与match_phrase_prefix的工作机制不匹配：

1. 若code字段使用默认标准分词器，会将AB-001-123-B拆分为ab、001、123、b四个分词（连字符被视为分隔符）。
2. match_phrase_prefix的工作逻辑是：先对查询文本分词，再在索引中匹配顺序一致的分词序列，最后一个分词做前缀匹配。
3. 查询AB-00时，会被拆分为ab和00两个分词，理论上前缀00应匹配索引中的001，但实际失效的原因大概率是：
   • 若字段为text类型，分词器对纯数字分词的隐性处理（如部分场景下的归一化规则）导致前缀匹配逻辑未触发；
   • 或查询时的分词结果与索引分词的字符匹配规则存在冲突（如特殊字符、大小写的处理差异）。

修复方法 #

1. 将code字段设为keyword类型 #

如果code是固定格式的编码，无需分词，直接将字段映射改为keyword，整个编码会作为单个分词存储，前缀匹配逻辑直接生效。
示例映射：

{
  "mappings": {
    "properties": {
      "code": {
        "type": "keyword"
      }
    }
  }
}

注意：修改映射后需要重新索引数据。

2. 用bool组合match_phrase与prefix查询 #

若需保留text类型的分词功能，可通过bool查询拆分逻辑：先用match_phrase匹配固定前缀部分，再用prefix匹配数字前缀。
示例查询：

{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "code": "AB-"
          }
        },
        {
          "prefix": {
            "code": "00"
          }
        }
      ]
    }
  }
}

3. 自定义分词器保留连字符 #

如果需要分词但不想拆分编码中的连字符，可自定义分词器（如基于空格分词或自定义正则），让AB-001-123-B作为单个分词存储。
示例自定义分词器配置：

{
  "settings": {
    "analysis": {
      "analyzer": {
        "code_analyzer": {
          "tokenizer": "code_tokenizer"
        }
      },
      "tokenizer": {
        "code_tokenizer": {
          "type": "pattern",
          "pattern": "\\s+"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "code": {
        "type": "text",
        "analyzer": "code_analyzer"
      }
    }
  }
}

4. 调大max_expansions参数 #

若索引中存在大量以00开头的分词，默认的max_expansions（50）可能截断前缀匹配结果，可尝试调大该参数：

{
  "query": {
    "bool": {
      "should": [
        {
          "match_phrase_prefix": {
            "code": "AB-00",
            "max_expansions": 100
          }
        }
      ]
    }
  }
}

内容的提问来源于stack exchange，提问作者CodeWizard1985