如何在ES中定义支持同一搜索值精确与部分搜索的Schema？

没问题，我帮你设计一个完全符合需求的Elasticsearch Schema，既能对同一搜索值同时处理精确匹配和部分匹配，还能确保精确搜索时ES不会拆分分词，并且明确标记精确匹配的结果。

核心思路 #

我们会用**多字段（multi-field）**的方式定义目标字段：

• 一个子字段用keyword类型：完全保留原始字符串，不做分词处理，专门用于精确匹配。
• 另一个子字段用text类型搭配自定义ngram分词器：把字符串拆分成连续的字符片段，支持前缀、中间甚至后缀的部分匹配。

同时，通过查询逻辑给精确匹配更高权重，并用脚本字段明确标记“精确匹配”结果。

完整索引Mapping示例 #

首先创建带自定义配置的索引：

PUT /my_target_index
{
  "settings": {
    "analysis": {
      // 自定义归一器，用于大小写不敏感的精确匹配（可选）
      "normalizer": {
        "lowercase_normalizer": {
          "type": "custom",
          "filter": ["lowercase"]
        }
      },
      // 自定义分词器，用于部分匹配
      "analyzer": {
        "partial_match_analyzer": {
          "tokenizer": "partial_match_tokenizer",
          "filter": ["lowercase"]
        }
      },
      "tokenizer": {
        "partial_match_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 10,
          "token_chars": ["letter", "digit"] // 只保留字母和数字作为分词字符
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "search_field": {
        "type": "text",
        "analyzer": "partial_match_analyzer", // 部分匹配用这个分词器
        "fields": {
          "exact": {
            "type": "keyword",
            "ignore_above": 256, // 超过256字符的内容不做精确匹配索引
            "normalizer": "lowercase_normalizer" // 启用大小写归一化（可选）
          }
        }
      }
    }
  }
}

关键配置说明 #

• keyword子字段（search_field.exact）：
  • 完全存储原始字符串，不会进行分词，确保精确匹配时ES不会拆分搜索词。
  • 可选的lowercase_normalizer可以让精确匹配忽略大小写，比如搜索"iPhone"能匹配"iphone"。
• ngram分词器：
  • min_gram和max_gram控制分词的最小/最大长度，比如设置为2-10，就能匹配2个字符以上的任意连续片段。
  • token_chars过滤掉非字母数字的字符，避免无效分词。

搜索查询示例 #

下面的查询会同时执行精确匹配和部分匹配，给精确匹配更高权重，并明确标记结果类型：

POST /my_target_index/_search
{
  "query": {
    "bool": {
      "should": [
        // 精确匹配：用term查询keyword字段，boost设为10确保排在最前面
        {
          "term": {
            "search_field.exact": {
              "value": "你的搜索关键词",
              "boost": 10
            }
          }
        },
        // 部分匹配：用match查询text字段，匹配任意分词片段
        {
          "match": {
            "search_field": "你的搜索关键词"
          }
        }
      ]
    }
  },
  // 添加脚本字段，标记结果是精确还是部分匹配
  "script_fields": {
    "match_result": {
      "script": {
        "source": """
          if (doc['search_field.exact'].value == params.search_term) {
            return '精确匹配';
          } else {
            return '部分匹配';
          }
        """,
        "params": {
          "search_term": "你的搜索关键词"
        }
      }
    }
  }
}

注意事项 #

• 调整ngram参数：如果你的搜索词普遍较短（比如1-2个字符），可以把min_gram设为1；如果是长词，可适当调大max_gram，但注意不要过大，否则会增加索引体积。
• ignore_above值：根据你的实际数据长度调整，确保需要精确匹配的内容不会被截断。
• 性能优化：ngram分词会增加索引大小，如果部分匹配只需要前缀匹配，可以改用edge_ngram分词器，性能更好。

内容的提问来源于stack exchange，提问作者Richa