Elasticsearch组合字段自动补全/部分匹配问题咨询

当前索引的text字段默认使用标准分词器，倒排索引存储的是拆分后的完整词条，原生multi_match默认执行整词匹配规则：

• 输入不完整片段（如Musta）时，倒排索引中无对应完整词条，因此返回0结果
• 词序颠倒的搜索需求本身基础跨字段multi_match已经支持，核心缺失的是部分词条的匹配能力

根据落地阶段和性能要求，可以二选一：

方案1：零映射修改，快速上线 #

不需要重建索引，仅调整查询参数即可满足前缀补全+任意词序匹配的需求：将multi_match的查询类型设置为bool_prefix，该类型会自动将输入内容拆分后，除最后一个词条做前缀匹配外，其余词条做整词匹配，天然支持跨字段、任意词序的匹配逻辑。
查询示例：

{
  "query": {
    "multi_match": {
      "query": "Ford Musta",
      "fields": ["make", "model", "year", "engine"],
      "type": "bool_prefix",
      "operator": "and"
    }
  }
}

该方案可以覆盖核心需求：

• 输入Ford Musta时，Ford整词匹配品牌字段，Musta作为前缀匹配车型/年份/发动机字段的开头内容
• 输入Mustang Ford这类词序颠倒的内容时，自动拆分词条跨字段匹配，无顺序要求
• 无需修改现有索引结构，调整查询即可生效

局限：仅支持前缀匹配，如果输入词条中间片段（如输入stang匹配Mustang）无法命中，这类场景需要用方案2。

方案2：优化字段映射，生产环境推荐 #

如果需要支持任意位置片段匹配、追求更高的自动补全性能，建议给搜索字段增加N-gram分词子字段，步骤如下：

1. 更新索引配置，自定义N-gram分词器，按字符粒度拆分词条，适配片段匹配场景，映射配置参考：

{
  "settings": {
    "analysis": {
      "tokenizer": {
        "custom_ngram": {
          "type": "edge_ngram",
          "min_gram": 2,
          "max_gram": 8,
          "token_chars": ["letter", "digit"]
        }
      },
      "analyzer": {
        "suggest_analyzer": {
          "tokenizer": "custom_ngram",
          "filter": ["lowercase"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "@timestamp": {"type": "date"},
      "@version": {
        "type": "text",
        "fields": {"keyword": {"type": "keyword", "ignore_above": 256}}
      },
      "engine": {
        "type": "text",
        "fields": {
          "keyword": {"type": "keyword", "ignore_above": 256},
          "suggest": {"type": "text", "analyzer": "suggest_analyzer", "search_analyzer": "standard"}
        }
      },
      "make": {
        "type": "text",
        "fields": {
          "keyword": {"type": "keyword", "ignore_above": 256},
          "suggest": {"type": "text", "analyzer": "suggest_analyzer", "search_analyzer": "standard"}
        }
      },
      "model": {
        "type": "text",
        "fields": {
          "keyword": {"type": "keyword", "ignore_above": 256},
          "suggest": {"type": "text", "analyzer": "suggest_analyzer", "search_analyzer": "standard"}
        }
      },
      "year": {
        "type": "text",
        "fields": {
          "keyword": {"type": "keyword", "ignore_above": 256},
          "suggest": {"type": "text", "analyzer": "suggest_analyzer", "search_analyzer": "standard"}
        }
      }
    }
  }
}

配置说明：如果只需要前缀补全，用示例中的edge_ngram分词器即可，索引体积更小、性能更高；如果需要匹配字段任意位置的片段，把分词器类型换成ngram即可。min_gram和max_gram可以根据业务场景的输入长度调整，不建议设置过大，避免索引体积过度膨胀。

2. 完成索引重建、历史数据迁移后，查询时指定搜索各字段的suggest子字段即可：

{
  "query": {
    "multi_match": {
      "query": "Musta Ford",
      "fields": ["make.suggest", "model.suggest", "year.suggest", "engine.suggest"],
      "operator": "and"
    }
  }
}

该方案支持任意长度的输入片段匹配、任意词序搜索，分词匹配逻辑提前在写入阶段完成，查询性能远高于运行时的前缀匹配，适合高并发的自动补全场景。

内容的提问来源于stack exchange，提问作者Saurabh Sharma