如何在Elasticsearch中实现多字段不区分大小写的部分匹配？

问题分析 #

你要实现的是任意位置的模糊匹配（类似ILIKE '%test%'），之前的query_string虽然能实现但存在性能和安全风险（用户输入的特殊字符可能引发查询语法错误）；multi_match默认不生效是因为标准分词器无法拆分出嵌入在单词中的子串（比如mytest不会被拆出test）；错误配置的ngram分词器会生成过多短token，导致匹配所有无关文档。

方案一：Wildcard + Bool Should（快速实现，适合小数据量） #

这种方式无需修改索引映射，直接通过wildcard查询结合bool的should子句实现多字段模糊匹配，且比query_string更安全（不会解析特殊查询语法）。

查询示例 #

{
  "query": {
    "bool": {
      "should": [
        {
          "wildcard": {
            "brand": {
              "value": "*test*",
              "case_insensitive": true
            }
          }
        },
        {
          "wildcard": {
            "name": {
              "value": "*test*",
              "case_insensitive": true
            }
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

• case_insensitive（7.10+版本支持）：自动处理大小写匹配，无需提前转义输入内容。
• 注意：如果数据量极大，前缀*会导致Elasticsearch遍历大量倒排索引项，性能会明显下降，这种情况建议使用方案二。

方案二：配置NGram分词器（性能最优，适合大数据量） #

通过自定义NGram分词器，在索引阶段将文本拆分为固定长度的子串（比如3-5个字符），搜索时直接匹配这些子串，既支持任意位置的模糊匹配，又能保证查询性能。

步骤1：创建带NGram分词器的索引 #

PUT /your_index_name
{
  "settings": {
    "analysis": {
      "analyzer": {
        "custom_ngram_analyzer": {
          "tokenizer": "custom_ngram_tokenizer",
          "filter": ["lowercase"]
        }
      },
      "tokenizer": {
        "custom_ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 3,
          "max_gram": 5,
          "token_chars": ["letter", "digit"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "custom_ngram_analyzer",
        "search_analyzer": "standard"
      },
      "brand": {
        "type": "text",
        "analyzer": "custom_ngram_analyzer",
        "search_analyzer": "standard"
      }
    }
  }
}

• min_gram: 3和max_gram:5：避免生成过短的token（比如1-2字符），防止匹配大量无关文档；可根据业务调整（比如用户常搜2字符关键词就设为2-4）。
• search_analyzer: standard：搜索时不对查询词做NGram拆分，直接用原词匹配索引中的NGram子串（比如搜test会匹配索引中tes/est等子串）。

步骤2：使用Multi_match查询 #

{
  "query": {
    "multi_match": {
      "query": "test",
      "fields": ["brand", "name"]
    }
  }
}

这种方式查询性能远优于wildcard，且能精准匹配包含test的文档，不会返回无关结果。

注意事项 #

• 如果已有存量数据，修改索引映射后需要重新索引数据才能生效。
• 若需要支持更短的关键词匹配（比如2字符），可调整min_gram为2，但需测试是否会出现过多无关匹配。

内容的提问来源于stack exchange，提问作者psilocybin