Elasticsearch multi_match bool_prefix查询结合fuzziness容错问题咨询

共性配置优化 #

你当前查询的fields列表中手动列出了所有._2gram、._3gram子字段，属于冗余配置，search_as_you_type类型的字段在使用bool_prefix类型查询时，ES会自动关联这些子字段，直接填写根字段名即可，能降低查询解析开销。另外questions.tags字段不是search_as_you_type类型，对应的._2gram、._3gram字段不存在，ES会自动忽略这部分配置，建议删除。

问题3：无拼写错误时添加fuzziness返回更多结果的原因 #

bool_prefix类型的multi_match查询，fuzziness配置仅对除最后一个词之外的所有词生效，最后一个词始终执行前缀匹配，不会应用模糊规则。添加fuzziness后，前面的所有词都允许命中和原词编辑距离符合AUTO规则的其他词，哪怕原词拼写完全正确，也会额外命中大量模糊匹配的文档，所以返回结果数量会增加。

问题1：单单词查询的模糊容错实现方案 #

单单词查询时，这个唯一的查询词属于bool_prefix规则里的「最后一个词」，fuzziness配置不会生效，只会做前缀匹配，所以拼写错误的triangld无法匹配到正确的triangle。
你可以在后端判断查询词数量，单单词查询时用bool组合查询保留输入即搜能力的同时叠加模糊匹配能力，示例如下：

{
  "query": {
    "bool": {
      "should": [
        // 保留原有bool_prefix前缀匹配能力，权重最高
        {
          "multi_match": {
            "query": "triangld",
            "type": "bool_prefix",
            "fields": ["title", "description", "questions.content", "questions.tags"],
            "boost": 10
          }
        },
        // 叠加全字段模糊匹配，命中拼写错误场景，权重次之
        {
          "multi_match": {
            "query": "triangld",
            "fuzziness": "AUTO",
            "fields": ["title", "description", "questions.content", "questions.tags"],
            "boost": 5
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

该方案完全保留输入即搜的前缀匹配特性，同时能覆盖拼写错误的模糊匹配场景。

问题2：短语最后一个单词拼写错误的排序异常解决方案 #

排序异常的核心原因是：多词查询时最后一个词不应用fuzziness规则，仅做前缀匹配。比如搜索right triangdd时，triangdd的前缀匹配不到任何和triangle相关的内容，仅前面的right生效，所以只命中right的文档会排在最前。
你可以在后端判断为多词查询时，额外加一层「所有词都做模糊匹配」的子查询拉高相关结果的权重，示例如下：

{
  "query": {
    "bool": {
      "should": [
        // 保留原有bool_prefix查询，优先级最高
        {
          "multi_match": {
            "query": "right triangdd",
            "type": "bool_prefix",
            "fields": ["title", "description", "questions.content", "questions.tags"],
            "boost": 10
          }
        },
        // 新增全词模糊匹配子句，同时命中所有词的结果加权
        {
          "multi_match": {
            "query": "right triangdd",
            "fuzziness": "AUTO",
            "operator": "and",
            "fields": ["title", "description", "questions.content", "questions.tags"],
            "boost": 8
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

这样同时匹配两个词（含模糊匹配）的文档权重会高于仅匹配单个词的文档，自然会排在前列，解决排序异常问题。

问题4：是否需要调整分词器配置 #

现有配置不需要做大的调整：

• search_as_you_type字段的max_shingle_size设为3符合绝大多数输入即搜的场景，不需要修改
• 如果questions.tags字段也需要支持输入即搜能力，可以把它的类型也改成search_as_you_type，否则直接保留现有配置即可
• 如果有中英文混合查询需求，可以给search_as_you_type字段加"analyzer": "ik_max_word"配置优化中文分词效果，纯英文场景用默认的standard分词器就足够

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