如何使用Elasticsearch实现电商平台商品精准搜索

你遇到的匹配错误和multi_match语法本身没关系，核心是当前用的普通object类型处理数组时，会把所有子对象的同名字段打平成多值字段，丢失字段和所属对象的绑定关系。
比如示例里的第二个文档，写入ES后availability字段实际会被处理成下面这种扁平化结构：

availability.city: ["dublin", "london", "dublin"]
availability.category: ["book", "book", "dvd"]
availability.types: ["one book", "compilation", "one book", "compilation", "disk"]

ES根本不知道dvd这个分类属于哪个城市的可售条目，只要文档里同时出现过dublin和dvd两个词就会被判定匹配，甚至会出现「伦敦地区的DVD+都柏林地区的图书」被错误判定为「都柏林可售DVD」的问题。之前搜索时第一个无DVD的文档相关性更高，只是BM25算法对短字段的权重倾斜导致的分数偏差，本质是数据结构设计不符合关联匹配的要求。

你提到可以任意调整索引结构，优先选实现简单、查询性能高的方案，不建议一开始就上复杂的嵌套查询增加维护成本。

方案1：按城市可售SKU粒度打平文档（优先推荐） #

既然搜索时目标城市是已知的传入参数，不需要从搜索词里解析，完全没必要把所有城市的可售信息塞进同一个商品文档。直接把每个城市下的每个可售选项拆成独立的索引文档即可，参考结构：

[
  {
    "product_id": 1001,
    "product_name": "lord of rings",
    "seller": "Home Production",
    "city": "dublin",
    "category": "book",
    "type": "one book"
  },
  {
    "product_id": 1001,
    "product_name": "lord of rings",
    "seller": "Home Production",
    "city": "dublin",
    "category": "book",
    "type": "compilation"
  },
  {
    "product_id": 1001,
    "product_name": "lord of rings",
    "seller": "Home Production",
    "city": "london",
    "category": "book",
    "type": "one book"
  },
  {
    "product_id": 1002,
    "product_name": "lord of rings",
    "seller": "Some",
    "city": "dublin",
    "category": "dvd",
    "type": "disk"
  }
]

查询逻辑非常简单：

• 第一步用term查询做硬过滤，直接筛掉所有非目标城市的文档，这部分数据完全不参与相关性计算
• 第二步对剩下的文档用match查询匹配商品名、分类、类型等文本字段即可

这种结构完全不会出现跨属性匹配的问题，查询性能比嵌套查询高30%以上，相关性计算也不会出现偏差。搜索lord of rings dvd in dublin时，只有第二个卖家的DVD条目会同时满足「城市是都柏林」+「分类匹配dvd」的条件，自然会排在正确的位置。如果需要返回商品维度的去重结果，加个collapse参数按product_id折叠就行，不需要额外处理。

方案2：保留单商品单文档结构，使用nested嵌套类型 #

如果你业务上必须把同一个商品的所有信息存在单个文档里，就把availability字段的类型改成nested。nested类型会把数组里的每个子对象存成独立的隐藏文档，保证子对象内部的字段绑定关系不会丢失。
首先定义mapping时指定字段类型：

{
  "mappings": {
    "properties": {
      "name": {"type": "text"},
      "seller": {"type": "text", "fields": {"keyword": {"type": "keyword"}}},
      "availability": {
        "type": "nested",
        "properties": {
          "city": {"type": "keyword"},
          "category": {"type": "text"},
          "types": {"type": "text"}
        }
      }
    }
  }
}

查询时必须用nested查询包裹可售属性的匹配条件，把城市过滤、分类、类型匹配放在同一个nested查询上下文中，确保匹配的是同一个可售条目下的属性：

{
  "query": {
    "bool": {
      "must": [
        {"match": {"name": "lord of the rings dvd"}}
      ],
      "filter": [
        {
          "nested": {
            "path": "availability",
            "query": {
              "bool": {
                "must": [
                  {"term": {"availability.city": "dublin"}}
                ]
              }
            }
          }
        }
      ]
    }
  }
}

这个方案可以实现需求，但查询性能比打平文档的方案差，后续做相关性调优、聚合统计的复杂度也更高，不是优先选项。

不要尝试用字符串拼接、copy_to等方式绕开结构问题，比如把city、category、type拼成一个长字符串做匹配，后续只要新增筛选维度就要改同步逻辑，维护成本极高，稳定性远不如上面两个方案。

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