如何在Elasticsearch/OpenSearch中实现特定词组整体分析且match查询仅匹配独立词汇的需求

当然可以搞定这个需求！我之前做销售系统搜索功能时也遇到过几乎一模一样的场景——就是要让特定词组（比如你说的"Sales Play"）作为一个不可拆分的整体被索引，单独搜"sale"的时候只能匹配那些真正独立的"sale"词汇，而不会把包含这个词组的文档也拉出来。

核心思路很简单：通过自定义分析器，把你不想拆分的词组在索引阶段就合并成一个单一的token，这样普通的单个词查询就不会命中这些合并后的token了。下面给你一步步拆解具体操作：

第一步：创建带自定义分析器的索引 #

首先你需要创建一个包含自定义分析器的索引，这个分析器会专门处理你指定的词组，把它们合并成无空格的整体，同时保证普通词汇正常分词：

PUT /sales_docs
{
  "settings": {
    "analysis": {
      "char_filter": {
        // 定义字符过滤器，匹配要保留的词组并合并
        "merge_target_phrases": {
          "type": "pattern_replace",
          // 这里可以添加多个你想保留的词组，用|分隔
          "pattern": "(Sales)\\s+(Play)",
          "replacement": "$1$2"
        }
      },
      "analyzer": {
        "custom_phrase_analyzer": {
          "type": "custom",
          "char_filter": ["merge_target_phrases"],
          "tokenizer": "standard", // 普通词汇用标准分词器拆分
          "filter": ["lowercase"] // 统一大小写，避免大小写不匹配
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "custom_phrase_analyzer" // 给title字段用这个自定义分析器
      }
    }
  }
}

如果之后需要添加更多要保留的词组，比如"Customer Success"，只需要把pattern改成"(Sales)\\s+(Play)|(Customer)\\s+(Success)"，对应的replacement改成"$1$2$3$4"就行，非常灵活。

第二步：索引你的测试文档 #

接下来把你提到的两个文档索引进去：

// 索引文档1：包含词组"Sales Play"
POST /sales_docs/_doc/1
{
  "title": "Sales play"
}

// 索引文档2：只有独立的"Sales"
POST /sales_docs/_doc/2
{
  "title": "Sales"
}

第三步：执行查询验证 #

现在执行你想要的match查询，看看结果是不是符合预期：

GET /sales_docs/_search
{
  "query": {
    "match": {
      "title": "sales"
    }
  }
}

这时候你会发现，只有文档2会被返回——因为文档1的"Sales play"在索引时被转换成了salesplay这个单一token，而查询的sales只会匹配文档2里的sales token，完全符合你的要求！

额外小技巧：兼顾多种查询需求 #

如果你有时候需要普通的分词查询（比如搜"play"能找到文档1），可以给title字段设置多字段（multi-field），同时保留标准分词的版本：

"title": {
  "type": "text",
  "fields": {
    "phrase": {
      "type": "text",
      "analyzer": "custom_phrase_analyzer"
    },
    "standard": {
      "type": "text",
      "analyzer": "standard"
    }
  }
}

之后要匹配独立词汇就查title.phrase，要普通分词查询就查title.standard，一举两得。

内容来源于stack exchange