Elasticsearch多字段模糊匹配与部分短语搜索实现问询

我有一个索引，包含真实姓名的用户以及名称带数字的设施，示例数据如下：

dim_employee = [
{"full_name": "Jon Doe", "email_address": "Jondoe123@test.com"}, 
{"full_name": "RIG 876 B&X", "email_address": "BX876RIG@test.com"}]

需要同时支持针对拼写错误的模糊搜索以及部分词搜索。

最初使用以下模糊查询：

GET dim_employee/_search
{
  "query": {
    "multi_match": {
      "fields":  [ "full_name", "email_address" ],
      "query":     "BX876",
      "fuzziness": "AUTO",
       "type": "best_fields"
    }
  }
}

该查询无法返回包含BX876的记录，但仅搜索876时能得到预期结果。搜索用户Jon Doe时表现正常，拼写错误也能匹配，但部分搜索未达预期。

随后尝试使用短语前缀查询：

GET dim_employee/_search
{
  "query": {
    "multi_match": {
      "fields":  [ "full_name", "email_address" ],
      "query":     "BX867 ",
       "type": "phrase_prefix"
    }
  }
}

此查询能正确返回目标记录，但不再支持模糊匹配，若拼写错误输入Jon Doe则无法得到结果。请问是否有方法可在多字段搜索中同时实现模糊匹配与部分短语匹配？

1. 用bool查询组合两种匹配逻辑 #

将模糊匹配和短语前缀查询通过should子句组合，让Elasticsearch返回满足任意一种条件的结果，同时保留各自的特性：

GET dim_employee/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "multi_match": {
            "fields": ["full_name", "email_address"],
            "query": "BX867",
            "fuzziness": "AUTO",
            "type": "best_fields"
          }
        },
        {
          "multi_match": {
            "fields": ["full_name", "email_address"],
            "query": "BX867",
            "type": "phrase_prefix"
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

这种方式既保留了模糊匹配对拼写错误的容错性，又能通过短语前缀实现部分词匹配，结果会综合两种查询的得分排序。

2. 使用match_bool_prefix查询（推荐） #

match_bool_prefix类型的查询会自动将输入拆分为词，最后一个词作为前缀匹配，同时支持模糊参数，完美适配你的需求：

GET dim_employee/_search
{
  "query": {
    "multi_match": {
      "fields": ["full_name", "email_address"],
      "query": "BX867",
      "fuzziness": "AUTO",
      "type": "match_bool_prefix"
    }
  }
}

• 对于Jon Do这类部分搜索，能匹配到Jon Doe；
• 对于拼写错误的Jon Deo，模糊匹配会生效；
• 对于BX876或拼写错误的BX867，能匹配BX876RIG或RIG 876 B&X中的对应内容。

3. 调整字段分词器（优化底层匹配逻辑） #

如果上述查询仍有问题，可能是分词器导致BX876没有被正确拆分或索引。可以针对字段调整分词策略：

• 给email_address使用uax_url_email分词器，能正确识别邮箱中的连续字符；
• 给full_name添加ngram类型的子字段，实现更灵活的部分匹配，同时保留原字段用于模糊匹配。

示例索引映射调整：

PUT dim_employee
{
  "mappings": {
    "properties": {
      "full_name": {
        "type": "text",
        "fields": {
          "ngram": {
            "type": "text",
            "analyzer": "ngram_analyzer"
          }
        }
      },
      "email_address": {
        "type": "text",
        "analyzer": "uax_url_email"
      }
    }
  },
  "settings": {
    "analysis": {
      "analyzer": {
        "ngram_analyzer": {
          "tokenizer": "ngram_tokenizer"
        }
      },
      "tokenizer": {
        "ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 10
        }
      }
    }
  }
}

之后查询时可以同时使用原字段（模糊匹配）和ngram子字段（部分匹配）：

GET dim_employee/_search
{
  "query": {
    "multi_match": {
      "fields": ["full_name", "full_name.ngram", "email_address"],
      "query": "BX867",
      "fuzziness": "AUTO"
    }
  }
}

内容的提问来源于stack exchange，提问作者Masterstack8080