Elasticsearch精确短语匹配+同义词查询及通配符模糊性问题

你的核心问题出在分析器设计和查询方式的不匹配：

1. 你使用了keyword分词器作为analyzer_exact的分词器，这会把整个name字段内容当成单个完整token存入倒排索引。同义词过滤器仅对完全匹配"call of duty"的token生效，像"Call of Duty 2"、"Hoodie Call of Duty"这类包含短语但不等于短语本身的内容，会被存成"call of duty 2"、"hoodie call of duty"这样的独立token，和"cod"没有同义词关联，导致通配符*cod*匹配不到。
2. 通配符查询本身不支持模糊性（fuzziness），且前置通配符（*开头）会严重影响查询性能，不适合这类场景。

1. 重新设计索引的分析器与映射 #

调整分析器，让它能拆分短语为单词，同时正确应用同义词，从而匹配包含目标短语的文档：

PUT exact_search
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0,
    "analysis": {
      "analyzer": {
        "phrase_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "icu_folding",
            "synonym_filter"
          ]
        }
      },
      "filter": {
        "synonym_filter": {
          "type": "synonym",
          "synonyms": [
            "cod, call of duty"
          ]
          // 习惯用文件存储同义词可替换为："synonyms_path": "synonyms.txt"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "fields": {
          "phrase": {
            "type": "text",
            "analyzer": "phrase_analyzer"
          }
        }
      }
    }
  }
}

• 用standard分词器拆分文本为单词，保证短语的每个部分都能被处理
• 同义词过滤器设置双向映射，让"cod"和"call of duty"互相作为同义词
• lowercase和icu_folding保证大小写、特殊字符的一致性匹配

2. 使用match_phrase实现精确短语+同义词+模糊匹配 #

用match_phrase配合fuzziness参数，既能实现精确短语匹配，又能处理拼写错误，同时利用同义词关联"cod"和"call of duty"：

GET exact_search/_search
{
  "explain": false,
  "query": {
    "match_phrase": {
      "name.phrase": {
        "query": "cod", // 可替换为"call of duty"或"call of dutz"
        "fuzziness": "AUTO", // 自动处理拼写错误，适配不同长度的查询
        "slop": 0 // 0表示严格匹配短语顺序，允许语序调整可增大值
      }
    }
  }
}

• fuzziness: AUTO会根据查询长度自动设置合理的编辑距离，能匹配"call of dutz"这类拼写错误
• slop: 0保证短语单词顺序完全一致，自动排除"Heavy Duty"或"Call of the sea"这类无关内容

执行上述查询后：

• 输入"cod"或"call of duty"：匹配文档1、2、3、4、5（自动排除6、7）
• 输入"call of dutz"：通过模糊匹配识别为"call of duty"，返回相同的正确结果

内容的提问来源于stack exchange，提问作者midz