Elasticsearch筛选API问题：指定大学精确匹配返回结果异常

问题场景 #

你有两所大学的索引数据：

• "A E C S Maaruti School Of Nursing"
• "A E T School Of Nursing OppSuresh Petrol Bunk MCRoad"

需求明确：

1. 能返回所有可用大学
2. 用户筛选某所大学时，仅返回该大学的详情

但当前选择第二所大学执行查询时，却返回了两个结果，推测是"A E"前缀导致的误匹配。

问题原因分析 #

从给出的配置和查询来看，存在几个关键问题：

1. 查询中使用的long_keyword_analyzer未在分词器配置里定义，实际配置的分词器是keyword_analyzer
2. keyword_analyzer指定的filter为suffixes，但仅定义了long_suffixes（edgeNGram类型），配置不匹配
3. edgeNGram过滤器会将整个大学名称（因使用keyword tokenizer）拆分为3-20长度的前缀片段，两所大学名称均以"A E"开头，生成的片段存在重叠，导致短语匹配时误命中

解决方案 #

方案1：多字段实现精确+模糊搜索（推荐） #

这种方式既能满足精确匹配需求，也能保留前缀搜索能力，是最稳妥的方案。

1. 重新创建索引并修正配置

PUT university
{
  "settings": {
    "analysis": {
      "filter": {
        "long_suffixes": {
          "type": "edgeNGram",
          "min_gram": 3,
          "max_gram": 20
        }
      },
      "analyzer": {
        "keyword_edge_analyzer": {
          "type": "custom",
          "tokenizer": "keyword",
          "filter": [
            "lowercase",
            "long_suffixes"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "keyword_edge_analyzer",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      }
    }
  }
}

调整说明：

• 修正分词器与filter的名称匹配问题
• 为name字段添加keyword子字段，存储原始完整名称，专门用于精确匹配
• 移除不必要的kstem过滤器，避免词干处理破坏大学名称的准确性

2. 精确匹配查询

当用户筛选某所大学时，直接使用name.keyword字段执行term查询：

GET university/_search
{
  "query": {
    "term": {
      "name.keyword": "A E C S Maaruti School Of Nursing"
    }
  }
}

此查询仅返回完全匹配的结果，不会出现多余数据。

3. 返回所有大学的查询

要返回所有大学数据，使用match_all查询即可：

GET university/_search
{
  "query": {
    "match_all": {}
  }
}

方案2：临时调整查询（不修改索引） #

如果暂时无法重新创建索引，可先修正查询语句错误并限制短语匹配的宽松度：

GET university/_search
{
  "query": {
    "bool": {
      "must": {
        "multi_match": {
          "query": "A E C S Maaruti School Of Nursing",
          "fields": ["name"],
          "type": "phrase",
          "analyzer": "keyword_analyzer",
          "slop": 0
        }
      }
    }
  }
}

说明：将查询中的分词器改为实际存在的keyword_analyzer，同时设置slop:0要求短语完全匹配。不过这种方式仍存在误匹配风险，优先推荐方案1。

内容的提问来源于stack exchange，提问作者Rabeen