带Edge Ngram与AND运算符的ElasticSearch查询未达预期

核心问题 #

你的查询未返回预期结果，核心原因有两点：

1. Edge Ngram分词器配置缺失关键参数：你未提供edge_ngram_tokenizer的min_gram和max_gram设置，如果min_gram大于1，单字符s不会被索引，导致AND条件无法满足。
2. 查询逻辑与需求不匹配：你需要的是以"Morgan S"开头的记录，但multi_match加operator: and仅要求morgan和s两个分词同时存在，不保证顺序和前缀关系，甚至会匹配到不符合开头要求的记录。

修复步骤 #

1. 补全Edge Ngram分词器配置 #

确保edge_ngram_tokenizer包含正确的参数，示例如下：

"tokenizer": {
  "edge_ngram_tokenizer": {
    "type": "edge_ngram",
    "min_gram": 1,
    "max_gram": 20,
    "token_chars": ["letter", "digit"]
  }
}

• min_gram:1保证单字符s能被索引
• max_gram:20覆盖大部分公司名称的前缀长度

2. 调整查询语句 #

方案一：用match_phrase_prefix实现前缀短语匹配（推荐）

该查询会严格按顺序匹配以"Morgan S"开头的短语，完全符合你的需求：

GET company/_search
{
  "query": {
    "match_phrase_prefix": {
      "companyname.edge_ngram": {
        "query": "Morgan S",
        "max_expansions": 50
      }
    }
  }
}

• max_expansions控制前缀匹配的扩展数量，避免性能损耗

方案二：保留AND逻辑的修正版

若必须用AND确保两个分词同时存在，可结合bool和prefix查询：

GET company/_search
{
  "query": {
    "bool": {
      "must": [
        {"prefix": {"companyname.edge_ngram": "morgan"}},
        {"prefix": {"companyname.edge_ngram": "s"}}
      ]
    }
  }
}

3. 验证分词结果 #

用_analyze API确认索引和搜索的分词逻辑一致：

POST _analyze
{
  "analyzer": "edge_ngram_analyzer",
  "text": "Morgan Stanley"
}

需确认输出包含m, mo, ..., morgan, s, st, ..., stanley等token。

内容的提问来源于stack exchange，提问作者Akshay