Elastic Search域名精确搜索异常问题咨询

问题原因 #

你的valor_dominio_propio字段应为text类型，且使用了默认的standard分词器。该分词器会将域名catalogonuevo1.com拆分为catalogonuevo1和com两个独立词条存入倒排索引，导致：

• 使用term查询catalogonuevo1时，刚好匹配拆分后的单个词条，因此能命中目标文档；
• 使用term查询完整域名catalogonuevo1.com时，索引中无对应完整词条，所以返回空结果；
• 使用match查询时，搜索词会被同样分词，只要文档包含任意一个拆分后的词条就会被匹配，因此catalogonuevo2.com因包含com也会被命中，无法实现精确搜索。

解决方案 #

方案一：利用keyword子字段查询 #

text类型字段默认会生成一个.keyword子字段（若未生成需手动添加映射），该字段以完整字符串作为词条存储，不会分词。直接用term查询该子字段即可实现精确匹配：

[
    {
        "query": {
            "bool": {
                "filter": [
                    {
                        "term": {
                            "valor_dominio_propio.keyword": "catalogonuevo1.com"
                        }
                    }
                ]
            }
        },
        "from": 0,
        "size": 1
    }
]

方案二：修改字段映射为keyword类型 #

若该字段仅需精确匹配，无需分词搜索，可直接将字段类型改为keyword：

PUT /你的索引名/_mapping
{
  "properties": {
    "valor_dominio_propio": {
      "type": "keyword"
    }
  }
}

修改映射后需重新索引数据，之后使用原term查询完整域名即可正常命中，且match查询也会自动转为精确匹配。

方案三：使用match_phrase查询（保留text类型时可选） #

若必须保留text类型，可使用match_phrase查询，要求搜索词的分词结果按顺序完整匹配文档内容：

[
    {
        "query": {
            "bool": {
                "filter": [
                    {
                        "match_phrase": {
                            "valor_dominio_propio": "catalogonuevo1.com"
                        }
                    }
                ]
            }
        },
        "from": 0,
        "size": 1
    }
]

此方式依赖分词结果的顺序，性能和精确性略逊于前两种方案，仅作为备选。

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