Elasticsearch Multi_match子串查询失效问题及解决方法咨询

• 你使用的multi_match查询指定了type: phrase_prefix，这是短语前缀匹配类型，核心逻辑是：先对查询字符串分词，再匹配由这些分词组成的短语，且仅对最后一个词支持前缀匹配。
• 若fullName字段用默认标准分词器，"Virat Kohli"会被拆分为virat和kohli两个独立词项。查询*kohli*时，能匹配到完整的kohli词项；但查询*ohli*时，ohli并非kohli的前缀，且phrase_prefix不支持词内部的中间/后缀通配匹配，自然无法命中目标记录。
• 另外，phrase_prefix对带前后通配的查询字符串处理逻辑受限，不会将*ohli*解析为词内通配查询，而是按短语前缀规则处理，导致匹配失败。

提供三种可行方案，按需选择：

方案一：改用支持词内通配的查询类型 #

使用query_string查询，原生支持通配符匹配词内任意位置：

GET _search
{
  "query": {
    "query_string": {
      "query": "*ohli*",
      "fields": ["fullName^1.0", "team^1.0"]
    }
  }
}

或单独针对字段用wildcard查询：

GET _search
{
  "query": {
    "wildcard": {
      "fullName": "*ohli*"
    }
  }
}

注意：通配符开头的查询会跳过倒排索引的前缀优化，性能较低，数据量大时慎用。

方案二：修改字段分词器为N-Gram #

提前在字段映射中配置ngram分词器，将词拆分为多个子串，让ohli能匹配到kohli的子串：
首先创建包含ngram分词器的索引：

PUT /my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_ngram_analyzer": {
          "tokenizer": "my_ngram_tokenizer"
        }
      },
      "tokenizer": {
        "my_ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 5
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "fullName": {
        "type": "text",
        "analyzer": "my_ngram_analyzer"
      },
      "team": {
        "type": "text",
        "analyzer": "my_ngram_analyzer"
      }
    }
  }
}

重新导入数据后，无需通配符即可命中目标：

GET _search
{
  "query": {
    "multi_match": {
      "query": "ohli",
      "fields": ["fullName^1.0", "team^1.0"]
    }
  }
}

该方案适合频繁模糊匹配的场景，性能优于通配符查询。

方案三：调整multi_match的类型 #

将multi_match的type改为best_fields（默认类型），它会将查询字符串按通配符规则解析为词项查询，而非短语前缀：

GET _search
{
  "query": {
    "multi_match": {
      "query": "*ohli*",
      "fields": ["fullName^1.0", "team^1.0"],
      "type": "best_fields"
    }
  }
}

同样需注意通配符开头的性能问题。

内容的提问来源于stack exchange，提问作者ishallwin