Elasticsearch查询含短横线字符内容时出现非预期匹配问题咨询

问题根因 #

你遇到的不匹配问题由两个核心因素导致：

1. 你当前imaging_telescopes字段使用了snowball词干分析器，该分析器会自动拆分连字符、提取词干，FS-60会被拆分为fs、60两个独立词条。
2. 你写的查询语句外层包裹了通配符*，且ES的查询解析器处理转义字符后，实际执行的逻辑退化为只要字段内容包含fs或者60任意一个分词就会命中，因此包含FSQ的记录也会匹配成功。

解决方案 #

方案1：不修改现有字段映射，直接调整查询语句

直接将原有的通配符包裹的查询改为严格短语匹配，去掉前后的*即可，ES原生查询写法如下：

imaging_telescopes:"FS\-60"

如果用django-haystack构造查询，使用__exact触发短语匹配逻辑即可，示例代码：

from haystack.query import SearchQuerySet
SearchQuerySet().filter(imaging_telescopes__exact="FS-60")

这种方案会要求两个分词fs和60连续且顺序一致，不会命中只包含FSQ的记录。

方案2：调整字段映射，实现更稳定的精确匹配

如果后续有大量型号匹配的需求，更稳妥的方式是新增一个不分词的子字段存储原始内容，ES 2.3的映射配置修改如下：

"imaging_telescopes": {
  "type": "string",
  "analyzer": "snowball",
  "fields": {
    "raw": {
      "type": "string",
      "index": "not_analyzed"
    }
  }
}

修改映射后重建索引，之后要精确匹配包含FS-60的内容时，直接对raw字段查询即可：

imaging_telescopes.raw:*"FS-60"*

django-haystack侧的配置参考：

class YourIndex(indexes.SearchIndex, indexes.Indexable):
    # 原有用于全文搜索的字段
    imaging_telescopes = indexes.CharField(analyzer='snowball')
    # 新增用于精确匹配的raw字段
    imaging_telescopes_raw = indexes.CharField(indexed=True, stored=False, analyzer=None)

    def prepare_imaging_telescopes_raw(self, obj):
        return obj.imaging_telescopes

查询时使用：

SearchQuerySet().filter(imaging_telescopes_raw__contains="FS-60")

这种方案完全规避了分词器的影响，只有字段内容实际包含完整FS-60字符串时才会命中，匹配精度最高。

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