如何构建支持模糊匹配与通配符的多字段Elasticsearch查询

你需要同时支持模糊匹配和子串（通配符）匹配的多字段查询，可以通过以下几种方式实现：

方式一：Bool查询组合Match与Wildcard #

为每个目标字段同时添加模糊匹配（match）和通配符匹配（wildcard），通过bool的should逻辑让两种匹配规则并行生效：

GET /document/_search
{
  "query": {
    "bool": {
      "should": [
        // addressRange字段：模糊匹配（允许1次编辑距离）
        {
          "match": {
            "addressRange": {
              "_name": "addressRange_fuzzy",
              "operator": "or",
              "query": "ogsroa",
              "fuzziness": 1
            }
          }
        },
        // addressRange字段：通配符子串匹配
        {
          "wildcard": {
            "addressRange": {
              "_name": "addressRange_wildcard",
              "value": "*ogsroa*"
            }
          }
        },
        // documentNumber字段：模糊匹配（不允许编辑距离）
        {
          "match": {
            "documentNumber": {
              "_name": "documentNumber_fuzzy",
              "operator": "or",
              "query": "ogsroa",
              "fuzziness": 0
            }
          }
        },
        // documentNumber字段：通配符子串匹配
        {
          "wildcard": {
            "documentNumber": {
              "_name": "documentNumber_wildcard",
              "value": "*ogsroa*"
            }
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

说明 #

• minimum_should_match:1确保至少有一个匹配规则命中就返回文档（默认值也是1，显式声明更清晰）
• 通配符*ogsroa*会匹配任意包含该子串的内容，但如果通配符以*开头，会触发全索引扫描，数据量大时性能较差

方式二：使用Query String简化写法 #

Query String支持在查询语句中直接整合通配符和模糊匹配语法，同时指定多字段查询，写法更简洁：

统一模糊规则的版本 #

GET /document/_search
{
  "query": {
    "query_string": {
      "fields": ["addressRange", "documentNumber"],
      "query": "*ogsroa*~1",
      "_name": "multi_field_fuzzy_wildcard",
      "default_operator": "or"
    }
  }
}

区分字段模糊规则的版本 #

如果documentNumber不需要模糊匹配，可拆分查询逻辑：

GET /document/_search
{
  "query": {
    "query_string": {
      "query": "(addressRange:*ogsroa*~1) OR (documentNumber:*ogsroa*)",
      "_name": "multi_field_custom_fuzzy_wildcard",
      "default_operator": "or"
    }
  }
}

说明 #

• *ogsroa*表示匹配包含该子串的内容
• ~1表示允许1次编辑距离的模糊匹配，documentNumber部分去掉~则禁用模糊
• 同样要注意前缀*带来的性能问题

方式三：使用NGram分词优化性能（推荐） #

如果业务允许提前调整索引结构，使用NGram分词器可以从根本上解决子串匹配的性能问题，同时兼容模糊匹配：

1. 创建带NGram分词的索引 #

PUT /document
{
  "settings": {
    "analysis": {
      "analyzer": {
        "ngram_analyzer": {
          "tokenizer": "ngram_tokenizer"
        }
      },
      "tokenizer": {
        "ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 3,
          "max_gram": 10
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "addressRange": {
        "type": "text",
        "analyzer": "ngram_analyzer",
        "search_analyzer": "standard"
      },
      "documentNumber": {
        "type": "text",
        "analyzer": "ngram_analyzer",
        "search_analyzer": "standard"
      }
    }
  }
}

2. 执行Match查询（同时支持子串和模糊） #

GET /document/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "addressRange": {
              "_name": "addressRange",
              "operator": "or",
              "query": "ogsroa",
              "fuzziness": 1
            }
          }
        },
        {
          "match": {
            "documentNumber": {
              "_name": "documentNumber",
              "operator": "or",
              "query": "ogsroa",
              "fuzziness": 0
            }
          }
        }
      ]
    }
  }
}

说明 #

• NGram分词会将字段内容拆分为多个长度3-10的子串，比如"Frogsroad"会被拆分为"Fro"、"rog"、"ogs"等
• 搜索"ogsroa"时，Match查询会直接匹配分词后的子串，无需通配符，性能远高于Wildcard查询
• 同时保留fuzziness参数，依然支持模糊匹配

内容的提问来源于stack exchange，提问作者Teije