Elasticsearch词干分析器后同义词过滤器失效问题排查

针对你在Elasticsearch 7.17.9中遇到的问题，直接给你几个可落地的排查步骤：

1. 确认同义词过滤器的核心配置 #

• 检查同义词规则的匹配模式：如果用的是extended模式，要警惕是否不小心写了正则（比如journali.* => synonym_3）导致非预期的部分匹配；如果是simple模式，确认规则里的journalier是精确字符串，没有隐藏的空格或特殊字符。
• 核对同义词文件的编码：确保文件是UTF-8格式，避免重音字符（比如journalière里的è）在读取时被转义，导致规则匹配逻辑混乱。
• 检查ignore_case参数：如果这个参数设为true，会不会导致非预期的大小写匹配？虽然词干处理后通常是小写，但还是要确认。

2. 单独验证词干过滤器的输出 #

用_analyze接口单独跑French snowball过滤器，对比实际输出和_explain的结果：

POST _analyze
{
  "tokenizer": "standard",
  "filter": ["french_snowball"],
  "text": ["journalière", "journaliere"]
}

如果这里的输出和_explain显示的词干令牌不一致，说明分析器的过滤器链顺序可能配置错了，或者有其他隐式过滤器干扰。

3. 确认分析器的过滤器执行顺序 #

检查自定义分析器的filter数组顺序，必须是先french_snowball再同义词过滤器，比如：

"analyzers": {
  "my_custom_analyzer": {
    "tokenizer": "standard",
    "filter": [
      "french_snowball",
      "my_synonym_filter"
    ]
  }
}

同时排查是否额外加了lowercase之类的过滤器，会不会在词干处理后修改令牌。

4. 单独测试同义词过滤器的匹配逻辑 #

把词干后的令牌直接传给同义词过滤器，看规则是否生效：

POST _analyze
{
  "tokenizer": "keyword",
  "filter": ["my_synonym_filter"],
  "text": ["journali", "journalier"]
}

• 如果journali能触发journalier => synonym_3，说明同义词规则本身有问题（比如不小心用了正则匹配）；
• 如果journalier在这里也不生效，那要么是同义词文件没正确加载（去ES日志里找加载失败的报错），要么是规则里的journalier有拼写错误。

5. 排查版本已知bug #

Elasticsearch 7.17.9存在一些边缘场景的bug，你可以：

• 去官方bug tracker查7.17.x版本中，French snowball过滤器和同义词过滤器交互的已知问题；
• 尝试升级到7.17系列的最新补丁版（比如7.17.16），看问题是否消失——后续补丁通常会修复这类字符处理的异常。

6. 看ES调试日志找细节 #

把ES的logger.org.elasticsearch.analysis日志级别设为DEBUG，重新测试分析器，从日志里看同义词过滤器实际收到的令牌是什么，规则匹配的具体过程，能直接定位到令牌传递或匹配时的异常。

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