如何为cross_fields类型multi_match查询各字段添加named查询标记

你之前改写bool查询相关性不佳的核心原因是普通的按字段拆分should子句的逻辑，和cross_fields按词项跨字段取最高得分的逻辑完全不一致，以下是两种可行方案：

方案1：无侵入式兼容原有cross_fields逻辑（推荐） #

该方案不需要修改原有查询的逻辑，完全保留原有的相关性效果，仅新增一组不参与评分的命名查询做匹配标记，适用于所有支持_name参数的ES版本。
原理是把原有cross_fields查询放在bool.must里保证相关性，然后在bool.should里加每个字段的匹配查询，设置boost: 0让这些查询不参与打分，仅用来返回命名查询的匹配标记。
参考代码：

GET test_index/_search
{
  "query": {
    "bool": {
      "must": [
        // 保留原有的cross_fields查询，保证相关性完全不变
        {
          "multi_match": {
            "query": "example_query",
            "fields": ["name","lastname"],
            "type": "cross_fields"
          }
        }
      ],
      "should": [
        // 新增不参与打分的字段匹配，仅用来标记匹配来源
        {
          "match": {
            "name": {
              "query": "example_query",
              "_name": "name_match",
              "boost": 0
            }
          }
        },
        {
          "match": {
            "lastname": {
              "query": "example_query",
              "_name": "lastname_match",
              "boost": 0
            }
          }
        }
      ],
      // 无需should子句强制匹配，仅作为标记使用
      "minimum_should_match": 0
    }
  }
}

该方案返回的结果评分和原cross_fields查询完全一致，同时每个命中结果的matched_queries字段会返回对应的命名标记，标识匹配到了哪些字段。

方案2：手动复现cross_fields逻辑到bool查询 #

如果你需要完全脱离multi_match实现，可以手动复现cross_fields的打分逻辑，需要先把查询词拆分成独立词项，每个词项用dis_max查询跨所有目标字段匹配，再组合到bool查询中。
cross_fields的核心逻辑为：

• 把所有查询字段视为一个虚拟的大字段，按词项匹配
• 每个词项的得分为该词项在所有匹配字段中的最高分 + 其余字段得分 * tie_breaker（默认值为0）
• 所有词项都需要满足（operator为and时），或至少满足minimum_should_match比例的词项（operator为or时）
  参考代码（默认operator为or、tie_breaker=0的场景）：

GET test_index/_search
{
  "query": {
    "bool": {
      // 每个拆分后的词项对应一个dis_max查询
      "should": [
        // 第一个词项example的跨字段查询
        {
          "dis_max": {
            "queries": [
              {
                "term": {
                  "name": {
                    "value": "example",
                    "_name": "name_match"
                  }
                }
              },
              {
                "term": {
                  "lastname": {
                    "value": "example",
                    "_name": "lastname_match"
                  }
                }
              }
            ],
            "tie_breaker": 0
          }
        },
        // 第二个词项query的跨字段查询
        {
          "dis_max": {
            "queries": [
              {
                "term": {
                  "name": {
                    "value": "query",
                    "_name": "name_match"
                  }
                }
              },
              {
                "term": {
                  "lastname": {
                    "value": "query",
                    "_name": "lastname_match"
                  }
                }
              }
            ],
            "tie_breaker": 0
          }
        }
      ],
      // 和cross_fields默认的minimum_should_match规则保持一致
      "minimum_should_match": 1
    }
  }
}

该方案可以完全复现cross_fields的相关性，同时支持命名查询标记，缺点是需要自己实现查询词的分词拆分逻辑，适合有自定义分词需求的场景。

内容的提问来源于stack exchange，提问作者llermaly