Elasticsearch不同版本使用nGram分词时模糊匹配结果不一致问题

这个差异是Elasticsearch 7.0版本引入的两项查询逻辑变更共同导致的：

• fuzziness作用范围变更
  ES 6.8及更早版本中，multi_match查询的fuzziness参数会作用于查询分词后的每一个独立term，只要每个查询term能通过精确或模糊匹配命中目标文档的任意一个倒排索引term，就满足operator: AND的要求。对应你的场景：
  查询词acinash分词得到aci、cin、ina、nas、ash5个term，其中aci编辑距离1匹配avi，cin编辑距离1匹配vin，剩下3个term精确匹配，所有term都命中，因此返回文档。
  ES 7.0之后，multi_match的best_fields类型默认会将模糊匹配的校验粒度从「单个分词term」升级为「整个查询分词序列」，要求模糊匹配的term在文档分词序列中的相对位置和查询分词序列完全一致，同时你设置了slop: 0不允许term位置偏移，进一步限制了匹配可能。
• 模糊候选集生成逻辑优化
  ES 7.0为了降低模糊查询的性能开销，修改了模糊候选term的生成规则：当max_expansions设置为50时，系统会优先返回索引中频率最高的前N个候选term，你的场景中aci的模糊候选avi如果在索引中的频率低于其他候选，就会被排除在匹配列表之外，导致aci无法命中，最终operator: AND校验失败。

你可以通过以下任意一种方式恢复6.8的匹配效果：

• 将multi_match的type从best_fields改为most_fields，关闭序列位置校验
• 适当调大max_expansions参数值（比如调整到200），保证目标候选term不会被过滤
• 去掉operator: AND配置，改用minimum_should_match设置匹配比例（比如"minimum_should_match": "80%"），允许少量term不匹配

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