如何用Elastic Search实现带分隔符输入匹配无分隔符app_data字段

因为无法修改索引时的分析器，我们可以通过查询时处理搜索输入并构造针对性的DSL来实现需求，核心思路是确保搜索词拆分后的子串按顺序出现在app_data字段中，以下是两种可行方案：

方案1：正则表达式查询（Regexp Query） #

将用户搜索输入中的点（.）替换为正则通配符.*（表示匹配任意字符任意次数），然后通过regexp查询匹配符合顺序要求的字段内容。

示例查询DSL #

针对搜索输入"99.IPAB.99999.9"，构造的查询如下：

{
  "query": {
    "regexp": {
      "app_data": {
        "value": "99.*IPAB.*99999.*9",
        "flags": "ALL"
      }
    }
  }
}

• 该查询会匹配所有包含99、随后出现IPAB、再出现99999、最后出现9的app_data值，比如"99IPAB999999FG"。
• 对于纯字母/数字的搜索场景（如搜索"RED"或"123"），直接将搜索词作为value即可实现精确匹配；若搜索词带点（如"RE.D"），替换后会匹配"RED"、"REXD"`等符合顺序的内容。

方案2：Span序列查询（Span Sequence Query） #

利用span_sequence确保拆分后的子串按顺序出现，结合span_multi和wildcard匹配包含子串的字段，性能比正则查询更优。

步骤1：拆分搜索输入 #

将用户输入按点拆分，比如"99.IPAB.99999.9"拆分为["99", "IPAB", "99999", "9"]。

步骤2：构造查询DSL #

{
  "query": {
    "span_sequence": {
      "clauses": [
        {
          "span_multi": {
            "match": {
              "wildcard": {
                "app_data": "*99*"
              }
            }
          }
        },
        {
          "span_multi": {
            "match": {
              "wildcard": {
                "app_data": "*IPAB*"
              }
            }
          }
        },
        {
          "span_multi": {
            "match": {
              "wildcard": {
                "app_data": "*99999*"
              }
            }
          }
        },
        {
          "span_multi": {
            "match": {
              "wildcard": {
                "app_data": "*9*"
              }
            }
          }
        }
      ]
    }
  }
}

• span_sequence强制要求子串按顺序出现在字段中，避免了正则查询可能出现的顺序错乱问题。
• span_multi + wildcard用于匹配包含对应子串的app_data值，适配单个单词的字段特性。

注意事项 #

• 若app_data字段实际存储的是纯关键字内容，建议将字段设置为keyword类型（如果可以修改索引映射），这会大幅提升查询性能；若无法修改映射，当前方案依然有效。
• 正则查询需注意避免过于复杂的表达式，防止性能损耗；Span查询在处理顺序匹配时更高效，优先推荐。

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