Elasticsearch数组keyword字段通配符搜索实现自动补全及计数咨询

我的文档中存在一个类型为keyword的数组标签字段，希望实现自动补全功能：用户输入标签的部分内容时，通过Wildcard（通配符）搜索获取匹配的标签，并统计每个标签的出现次数。现有3个文档的标签数组如下：

1. ["Parrot", "Papaya", "Dog", "Cat"]
2. ["Cat", "Parrot", "Dog"]
3. ["Bobcat", "Catering", "Mouse"]

当查询"pa"时，期望得到结果：{"Parrot": 2, "Papaya": 1}；当查询"cat"时，期望得到结果：{"Cat": 2, "Bobcat": 1, "Catering": 1}。请问是否可以使用当前的映射实现该需求？

可以直接使用当前的keyword类型映射实现需求，核心思路是Wildcard查询匹配标签 + Terms聚合统计频次，具体实现方式如下：

1. 核心查询逻辑 #

通过Wildcard查询匹配包含输入内容的标签，再利用Terms聚合统计每个匹配标签的文档出现次数（即该标签在多少个文档中出现过）。

查询示例（以查询"pa"为例） #

{
  "size": 0, // 无需返回原始文档，只需要聚合结果
  "query": {
    "wildcard": {
      "tags": {
        "value": "*pa*" // 通配符匹配任意位置包含"pa"的标签
      }
    }
  },
  "aggs": {
    "tag_counts": {
      "terms": {
        "field": "tags", // 基于keyword字段聚合
        "size": 10 // 控制返回的标签数量，可根据需求调整
      }
    }
  }
}

执行该查询后，聚合结果中的tag_counts.buckets会返回每个匹配标签的统计数据，对应期望的{"Parrot": 2, "Papaya": 1}。

查询"cat"的调整 #

只需将Wildcard的value改为*cat*即可，返回的聚合结果会自动统计出Cat、Bobcat、Catering的出现次数。

2. 注意事项 #

• keyword类型字段原生支持Wildcard查询，因为字段值是精确存储的，通配符可以准确匹配到目标字符串。
• 如果需求是仅匹配前缀（如输入"pa"只匹配开头为"pa"的标签），可以用prefix查询替代Wildcard，性能会更优（prefix查询可以利用倒排索引的前缀优化）。
• 若数据量极大，开头带通配符的Wildcard查询（如*cat*）可能存在性能瓶颈，此时可以考虑额外添加ngram分词字段或专门的completion自动补全字段优化，但当前的keyword映射完全可以满足需求。

内容的提问来源于stack exchange，提问作者Traweczka