如何在不修改现有文档的情况下实现Elasticsearch大小写不敏感搜索？

一、修改索引映射（推荐，长期有效） #

大小写敏感问题的核心是字段存储时没有做标准化处理，最彻底的方式是给字符串字段配置小写转换规则，确保存储和查询时统一为小写。

1. 处理keyword类型字段 #

如果你的字段是keyword类型，添加自定义小写归一器（normalizer）：

# 先定义归一器
PUT /你的索引名/_settings
{
  "analysis": {
    "normalizer": {
      "lowercase_norm": {
        "type": "custom",
        "filter": ["lowercase"]
      }
    }
  }
}

# 更新字段映射
PUT /你的索引名/_mapping
{
  "properties": {
    "目标字段名": {
      "type": "keyword",
      "normalizer": "lowercase_norm"
    }
  }
}

配置后，新写入的数据会自动转为小写存储，查询时无论输入大小写，都会统一转为小写匹配。注意：旧数据需要重新索引才能生效。

2. 处理text类型字段 #

如果是text类型，默认的standard分析器已经包含小写过滤器，但如果要做前缀通配符匹配，建议给text字段添加一个带小写归一器的keyword子字段：

PUT /你的索引名/_mapping
{
  "properties": {
    "目标字段名": {
      "type": "text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "normalizer": "lowercase_norm"
        }
      }
    }
  }
}

查询时使用目标字段名.keyword进行通配符搜索即可。

二、不修改映射的临时查询方案（应急用） #

如果无法修改索引映射，直接在查询阶段处理大小写问题：

1. 手动转小写+通配符查询 #

把输入的查询词转为小写后再执行wildcard查询：

# _msearch示例请求
{ "index": "你的索引名" }
{
  "query": {
    "wildcard": {
      "目标字段名": {
        "value": "ste.*"  # 手动将输入的"Ste"或"ste"转为小写
      }
    }
  },
  "aggs": {
    "匹配计数": {
      "value_count": {
        "field": "_id"
      }
    }
  }
}

2. 使用正则查询开启大小写不敏感 #

Elasticsearch的regexp查询支持(?i)标记开启大小写不敏感：

{ "index": "你的索引名" }
{
  "query": {
    "regexp": {
      "目标字段名": "(?i)ste.*"
    }
  },
  "aggs": {
    "匹配计数": {
      "value_count": {
        "field": "_id"
      }
    }
  }
}

三、跨多字段搜索的适配 #

如果要跨多个字段搜索，用bool查询的should子句包含多个字段的大小写不敏感查询即可：

{ "index": "你的索引名" }
{
  "query": {
    "bool": {
      "should": [
        { "regexp": { "字段1": "(?i)ste.*" } },
        { "regexp": { "字段2": "(?i)ste.*" } }
      ]
    }
  },
  "aggs": {
    "总匹配数": {
      "value_count": {
        "field": "_id"
      }
    }
  }
}

额外优化建议 #

• 避免使用前缀通配符（比如*ste），会严重影响查询性能；如果只需要前缀匹配，Elasticsearch 7.10+版本的prefix查询支持case_insensitive参数，性能比wildcard更好：

{
  "query": {
    "prefix": {
      "目标字段名.keyword": {
        "value": "ste",
        "case_insensitive": true
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者Green