Elasticsearch/Kibana查询搜索的复数支持及匹配问题问询

好的，针对你遇到的这三个Elasticsearch查询问题，咱们可以直接在ES层面通过调整分词规则和查询策略来解决，完全不需要在应用层做复杂的语义分析或查询拼接，具体方案如下：

问题1：解决单复数不识别的问题 #

Elasticsearch默认的标准分词器不会处理单复数逻辑，咱们可以用内置的english分词器——它自带词干提取（stemming）功能，能自动把doctors这类复数形式还原成doctor。

你需要先删除原有的test索引，重新创建一个带有指定分词器的索引，再导入数据：

# 删除旧索引
DELETE /test

# 创建新索引，指定字段使用english分词器
PUT /test
{
  "mappings": {
    "properties": {
      "type": {
        "type": "text",
        "analyzer": "english"
      },
      "name": {
        "type": "text"
      },
      "works_in": {
        "type": "nested",
        "properties": {
          "place": {
            "type": "text",
            "analyzer": "english"
          }
        }
      }
    }
  }
}

# 重新导入三个文档
PUT /test/_doc/1
{ "type": "doctor", "name": "Phil", "works_in": [ { "place": "Chicago" }, { "place": "New York" } ] }

PUT /test/_doc/2
{ "type": "lawyer", "name": "John", "works_in": [ { "place": "Chicago" }, { "place": "New Jersey" } ] }

PUT /test/_doc/3
{ "type": "doctor", "name": "Jill", "works_in": [ { "place": "Chicago" } ] }

现在再执行查询GET /test/_search { "query": { "multi_match" : { "query": "doctors in chicago", "fields": [ "type", "place" ] } } }，就能正确匹配到所有type为doctor且在Chicago工作的文档了。

问题2：解决多字段OR匹配导致的误查询 #

默认的multi_match查询用的是best_fields类型，采用OR逻辑——只要任意字段匹配任意查询词就会返回结果。咱们可以把查询类型改成cross_fields，同时设置operator: "and"，这样所有查询词都需要在指定的字段集合中出现（跨字段匹配），就能避免只匹配到doctor但没匹配到new york的结果。

调整后的查询语句如下：

GET /test/_search
{
  "query": {
    "multi_match" : {
      "query": "doctor in new york",
      "fields": [ "type", "place" ],
      "type": "cross_fields",
      "operator": "and"
    }
  }
}

解释一下：english分词器会自动过滤掉停用词in，所以实际查询词是doctor和new york；cross_fields类型会把多个字段当成一个大的字段来匹配，operator: "and"要求两个词都必须存在，这样就只会返回type为doctor且place包含New York的文档（也就是文档1），不会再返回芝加哥的医生了。

问题3：实现同义词映射 #

要让docs、physicians、health professionals这类词映射为doctor，咱们需要创建一个自定义分词器，添加同义词过滤器。同样需要重新创建索引：

DELETE /test

PUT /test
{
  "settings": {
    "analysis": {
      "filter": {
        "doctor_synonyms": {
          "type": "synonym",
          "synonyms": [
            "docs, physicians, health professionals => doctor"
          ]
        }
      },
      "analyzer": {
        "english_with_synonyms": {
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "english_stop",
            "english_stemmer",
            "doctor_synonyms"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "type": {
        "type": "text",
        "analyzer": "english_with_synonyms"
      },
      "name": {
        "type": "text"
      },
      "works_in": {
        "type": "nested",
        "properties": {
          "place": {
            "type": "text",
            "analyzer": "english"
          }
        }
      }
    }
  }
}

# 重新导入文档（同上，省略）

这里我们创建了一个名为english_with_synonyms的自定义分词器，它包含了同义词过滤器doctor_synonyms，把指定的同义词都映射为doctor。现在你查询physicians in chicago或者health professionals new york，都会正确匹配到对应的doctor文档。

额外提示 #

如果不想每次都重新创建索引，也可以在已有的索引上添加新的分词器和字段，但需要注意：已有的字段无法修改分词器配置，只能新增字段并重新同步数据，所以建议一开始就规划好分词规则。

内容的提问来源于stack exchange，提问作者JasonGenX