Elasticsearch DSL通配符查询排除停用词的问题排查

核心原因 #

你遇到的问题本质是查询分词逻辑导致空查询匹配所有文档，具体拆解：

1. 索引阶段：文档中的Messi会被standard分词器拆分为messi，随后被你的english_stop过滤器（因stop.txt包含messi）直接移除，因此这些文档的索引中不会存储messi这个token；而Messiis会被拆分为messiis，不在stop词列表中，会被正常保留。
2. 查询阶段：使用query_string查询messi*时，默认会使用字段配置的english_analyzer处理查询词——messi被拆分出来后直接被stop过滤器剔除，最终查询变为无实际匹配条件的空查询，自然会返回所有文档。

解决办法 #

提供两种可行方案：

方案1：查询时指定跳过stop过滤的分析器 #

直接修改查询DSL，为query_string指定analyzer: "standard"，这样查询词messi*不会经过stop过滤器处理，会直接匹配以messi开头的token（即messiis）：

{
  "query": {
    "bool": {
      "must": {
        "query_string": {
          "query": "messi*",
          "fields": ["name^128"],
          "analyzer": "standard"
        }
      }
    }
  }
}

方案2：新增专门的查询分析器（更规范） #

如果希望无需每次查询都指定analyzer，可以修改索引配置，新增一个不含stop过滤的查询分析器，并为字段指定查询时使用该分析器：

1. 关闭目标索引（若索引已创建），更新索引设置：

PUT /player/_settings
{
  "index": {
    "analysis": {
      "filter": {
        "synonym_en": {"type": "synonym","synonyms_path": "synom.txt"},
        "english_stop": {"type": "stop","stopwords_path": "stop.txt"}
      },
      "analyzer": {
        "english_analyzer": {
          "tokenizer": "standard",
          "filter": ["english_stop", "synonym_en"]
        },
        "english_search_analyzer": {
          "tokenizer": "standard",
          "filter": ["synonym_en"]
        }
      }
    }
  }
}

2. 更新字段映射：

PUT /player/_mapping
{
  "properties": {
    "name": {
      "type": "text",
      "analyzer": "english_analyzer",
      "search_analyzer": "english_search_analyzer"
    }
  }
}

完成配置更新后，使用原查询DSL即可仅返回包含messiis的文档。

内容的提问来源于stack exchange，提问作者sim