MongoDB Atlas Search：多词模糊短语搜索最优实现方案咨询

场景与需求 #

现有以下两个文档：

{
    "jobTitle": "Asset Manager",
    "description": "Working with assets and so on"
},
{
    "jobTitle": "Coffeshop Manager",
    "description": "Serving assets to clients"
}

需要在jobTitle或description字段中匹配**“Asset Manager”**完整短语，同时支持一定程度的模糊匹配（比如拼写错误、词序微调）。

当前问题 #

使用Atlas Search的$text操作符查询时，空格会将查询词拆分为“asset”和“manager”两个独立关键词，导致所有包含其中任意一个词的文档都被返回，不符合精准匹配短语的需求；而$phrase操作符默认模糊匹配能力有限，无法满足需求。

解决方案 #

方案1：增强phrase操作符的模糊能力 #

通过slop参数放宽短语中词汇的间隔限制，同时搭配fuzzy参数支持拼写错误，兼顾精准与模糊：

{
  index: "meta",
  compound: {
    must: [
      {
        phrase: {
          query: "Asset Manager",
          path: ["meta.jobTitle", "meta.description"],
          slop: 0, // 0=严格短语顺序；设为1可允许词序调换或中间插1个词
          fuzzy: {
            maxEdits: 1, // 允许1次拼写编辑（比如Assset Manager）
            prefixLength: 2 // 前2个字符严格匹配，避免短词过度模糊
          }
        }
      }
    ]
  }
}

方案2：自定义索引分词规则 #

方法A：同义词映射

在Atlas Search索引中添加同义词规则，将“Asset Manager”映射为单个术语，查询时直接匹配该术语：
索引定义：

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "meta.jobTitle": {
        "type": "string",
        "analyzer": "lucene.standard",
        "synonyms": [
          {
            "mapping": [["Asset Manager", "asset_manager"]],
            "type": "direct"
          }
        ]
      },
      "meta.description": {
        "type": "string",
        "analyzer": "lucene.standard",
        "synonyms": [
          {
            "mapping": [["Asset Manager", "asset_manager"]],
            "type": "direct"
          }
        ]
      }
    }
  }
}

查询语句：

{
  index: "meta",
  compound: {
    must: [
      {
        text: {
          query: "asset_manager",
          path: ["meta.jobTitle", "meta.description"],
          fuzzy: { maxEdits: 1 }
        }
      }
    ]
  }
}

方法B：Ngram分词器

使用ngram分词器将文本拆分为连续字符组，让短语的完整匹配更精准，同时支持模糊：
索引定义：

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "meta.jobTitle": {
        "type": "string",
        "analyzer": {
          "type": "custom",
          "tokenizer": {
            "type": "ngram",
            "minGram": 3,
            "maxGram": 10
          },
          "filter": ["lowercase"]
        }
      },
      "meta.description": {
        "type": "string",
        "analyzer": {
          "type": "custom",
          "tokenizer": {
            "type": "ngram",
            "minGram": 3,
            "maxGram": 10
          },
          "filter": ["lowercase"]
        }
      }
    }
  }
}

查询语句：

{
  index: "meta",
  compound: {
    must: [
      {
        text: {
          query: "Asset Manager",
          path: ["meta.jobTitle", "meta.description"],
          fuzzy: { maxEdits: 1 }
        }
      }
    ]
  }
}

方案3：正则表达式匹配（适合小数据量场景） #

使用regex操作符直接匹配短语的正则，支持词序调换和模糊：

{
  index: "meta",
  compound: {
    must: [
      {
        regex: {
          query: "Asset.*Manager|Manager.*Asset",
          path: ["meta.jobTitle", "meta.description"],
          allowAnalyzedField: true,
          fuzzy: { maxEdits: 1 }
        }
      }
    ]
  }
}

注意：正则查询性能低于分词查询，仅推荐数据量较小的场景使用。

内容的提问来源于stack exchange，提问作者F.Tepel