关于Elasticsearch completion suggester skip_duplicates参数的疑问

是的，你观察到的现象确实和其中一份文档的category_suggest字段同时包含"Auto"和"Automotive"有关，背后是skip_duplicates参数的工作逻辑结合建议排序规则导致的：

1. skip_duplicates参数的核心作用：该参数用于移除结果中完全相同的建议文本，默认值为false。当设置为true时，Elasticsearch会对所有匹配的建议选项去重，仅保留每个唯一文本的最高得分版本。

2. 你的场景中的具体逻辑：

   • 当skip_duplicates=false时，所有匹配前缀"Aut"的候选都会被返回：包括第一份文档的"Auto"、第一份文档的"Automotive"，以及第二份文档的"Automotive"。Elasticsearch会自动合并相同文本的选项，最终显示"Auto"（得分1.0）和"Automotive"（得分2.0）两个结果。
   • 当skip_duplicates=true时，Elasticsearch会先对所有候选按得分、文本长度排序（短文本优先级更高），再进行去重。由于第一份文档同时提供了"Auto"和"Automotive"，短文本"Auto"排序在前，而"Automotive"虽然来自两份文档得分更高，但在去重后的结果中，ES优先保留了排序更靠前的"Auto"，导致"Automotive"未出现在结果中。

3. 验证方式：你可以尝试单独删除包含"Auto"的那份文档，再执行skip_duplicates=true的查询，此时应该会返回"Automotive"，以此确认该文档对结果的影响。

内容的提问来源于stack exchange，提问作者Y Liu