如何在通配符搜索+Keyword Analyzer下实现精确匹配加权？

你可以通过以下两种方式实现需求，既保留Keyword Analyzer支持跨词通配符查询，又让含精确“Java”单词的文档获得更高得分：

方案一：多字段映射（推荐） #

给目标字段配置多字段（Multi-Field），同时存储两种索引形态：

• 一个子字段用keyword analyzer，满足通配符匹配需求（比如*beginner course*）
• 另一个子字段用standard analyzer，分词存储每个单词，用于精确单词匹配加分

1. 设置字段映射 #

假设你的字段名为title，修改映射为：

{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "fields": {
          "raw": {  // 用keyword analyzer存原始值，支持通配符
            "type": "keyword"
          },
          "tokenized": {  // 用standard analyzer分词，支持精确单词匹配
            "type": "text",
            "analyzer": "standard"
          }
        }
      }
    }
  }
}

2. 构造查询 #

使用bool查询，must clause保证通配符匹配的基础结果，should clause对含精确“Java”单词的文档加分：

{
  "query": {
    "bool": {
      "must": [
        {
          "wildcard": {
            "title.raw": "*Java*"  // 保留原通配符查询逻辑
          }
        }
      ],
      "should": [
        {
          "match": {
            "title.tokenized": {
              "query": "Java",
              "boost": 5  // 给精确匹配的文档加权重，数值可按需调整
            }
          }
        }
      ]
    }
  }
}

这样所有匹配*Java*的文档都会被返回，标题中包含独立“Java”单词的文档会因为should的boost参数获得更高得分。

方案二：脚本得分查询（无需修改映射） #

如果无法修改现有映射（比如已有大量历史数据），可以用function_score查询，通过脚本检测字段值中是否包含独立的“Java”单词，给符合条件的文档加分：

{
  "query": {
    "function_score": {
      "query": {
        "wildcard": {
          "title.keyword": "*Java*"  // 原通配符查询逻辑
        }
      },
      "functions": [
        {
          "script_score": {
            "script": {
              "source": "doc['title.keyword'].value =~ /\\bJava\\b/ ? 3 : 1"
              // 正则\b匹配单词边界，确保是独立的Java单词而非JavaScript的一部分
              // 匹配到则乘以3倍权重，数值可按需调整
            }
          }
        }
      ],
      "boost_mode": "multiply"  // 权重与原始得分相乘
    }
  }
}

这个方案无需重新索引数据，但脚本查询性能略低于多字段方案，适合数据量较小的场景。

内容的提问来源于stack exchange，提问作者Florian Walther