Elasticsearch自定义小写Keyword分析器的Completion Suggester未按预期工作

问题根源 #

你的问题出在namesuggest字段配置的max_input_length: 50参数上。Completion Suggester的这个参数会限制输入字符串的最大长度，超过阈值的部分会被自动截断。你索引的目标字符串"PRAXIS CONSULTING AND INFORMATION SERVICES PRIVATE LIMITED."字符数已超过50，导致实际被索引的内容是截断后的版本。当你用完整前缀搜索时，前缀长度超过了截断后的内容长度，自然无法匹配；而短前缀长度在50以内，所以能正常返回结果。

验证方式 #

可以通过_analyze接口确认输入被截断的情况：

curl -X GET "localhost:9200/com.tmp.index/_analyze?pretty" -H 'Content-Type: application/json' -d'{
  "analyzer": "keyword_lowercase_analyzer",
  "text": "PRAXIS CONSULTING AND INFORMATION SERVICES PRIVATE LIMITED."
}'

查看返回的token长度，就能明确截断问题。

解决方案 #

调整max_input_length为足够容纳最长输入的数值（比如100），注意需要重建索引才能修改该参数，步骤如下：

1. 删除原索引

curl -X DELETE "localhost:9200/com.tmp.index?pretty"

2. 重建索引，修改max_input_length值

curl -X PUT "localhost:9200/com.tmp.index?pretty"  -H 'Content-Type: application/json' -d'{
  "mappings": {
    "dynamic": "false",
    "properties": {
      "namesuggest": {
        "type": "completion",
        "analyzer": "keyword_lowercase_analyzer",
        "preserve_separators": true,
        "preserve_position_increments": true,
        "max_input_length": 100,
        "contexts": [
          {
            "name": "searchable",
            "type": "CATEGORY"
          }
        ]
      }
    }
  },
  "settings": {
    "index": {
      "mapping": {
        "ignore_malformed": "true"
      },
      "refresh_interval": "5s",
      "analysis": {
        "analyzer": {
          "keyword_lowercase_analyzer": {
            "filter": [
              "lowercase"
            ],
            "type": "custom",
            "tokenizer": "keyword"
          }
        }
      },
      "number_of_replicas": "0",
      "number_of_shards": "1"
    }
  }
}'

3. 重新导入文档

curl -X PUT "localhost:9200/com.tmp.index/_doc/123?pretty" -H 'Content-Type: application/json' -d'{
    "namesuggest": {
        "input": [
            "PRAXIS CONSULTING AND INFORMATION SERVICES PRIVATE LIMITED."
        ],
        "contexts": {
            "searchable": [
                "*"
            ]
        }
    }
}
'

4. 再次执行搜索请求，即可得到预期结果

curl -X GET "localhost:9200/com.tmp.index/_search?pretty" -H 'Content-Type: application/json' -d'{
    "suggest": {
        "legalEntity": {
            "prefix": "PRAXIS CONSULTING AND INFORMATION SERVICES PRIVATE LIMITED.",
            "completion": {
                "field": "namesuggest",
                "size": 10,
                "contexts": {
                    "searchable": [
                        {
                            "context": "*",
                            "boost": 1,
                            "prefix": false
                        }
                    ]
                }
            }
        }
    }
}'

补充提示 #

• max_input_length默认值为50，用于避免过长输入影响Suggester性能，但如果业务需要支持长前缀搜索，必须调整该参数。
• 修改映射后务必重新索引所有相关文档，确保新配置生效。

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