Elasticsearch自定义权重排序同义词优先查询异常问题排查

问题根因 #

1. 查询得分被模糊匹配稀释：当前查询的should子句同时包含多类重复匹配逻辑：单独字段匹配、synonym精准匹配、多字段模糊匹配、全局query_string匹配，模糊匹配如果命中多个字段，得分会持续累加，很容易超过synonym单字段的匹配得分。
2. 优先级逻辑未分层：你把精准匹配和模糊匹配放在同一级should下计算得分，没有从结构上保障精准匹配的优先级，仅靠单字段boost很难抵过多字段模糊匹配的累加得分。
3. 废弃特性影响：ES 7.x已经废弃了mapping级的boost配置，你在synonym字段mapping里设置的boost:3实际不会生效，仅查询级的boost有效。
4. 字段名匹配错误：查询语句中写的description_ecologique，实际mapping里的字段名是description_ecology，导致该部分字段匹配完全失效。

可行解决方案 #

1. 优化查询结构（无需修改索引，直接生效） #

核心逻辑是分层设置优先级：高优先级的精准匹配单独放在第一层should，设置超高boost，确保只要命中就排在最前面；模糊匹配放在第二层，设置较低的总boost，避免超过精准匹配的得分。
优化后的查询语句如下：

{
  "index": "product",
  "size": 8,
  "body": {
    "query": {
      "bool": {
        "must": [
          {"match": {"enabled": true}},
          {"match": {"replaced": false}}
        ],
        "should": [
          // 第一层：高优先级精准匹配，命中就优先排前
          {"term": {"pickRef": {"value": "caca", "boost": 100}}},
          {"term": {"name.fr.keyword": {"value": "caca", "boost": 80}}},
          {"term": {"name.en.keyword": {"value": "caca", "boost": 80}}},
          {"term": {"name.de.keyword": {"value": "caca", "boost": 80}}},
          {"term": {"name.lu.keyword": {"value": "caca", "boost": 80}}},
          {"term": {"synonym": {"value": "caca", "boost": 50}}},
          // 第二层：低优先级模糊匹配，仅当无精准匹配时生效
          {
            "multi_match": {
              "query": "caca",
              "fields": [
                "brand^2",
                "pickRef^5",
                "catalogue",
                "name.fr^3",
                "name.en^1",
                "name.de^1",
                "name.lu^1",
                "description.fr^1",
                "description.en^1",
                "description.de^1",
                "description.lu^1",
                "description_ecology.fr^1",
                "description_ecology.en^1",
                "description_ecology.de^1",
                "description_ecology.lu^1"
              ],
              "fuzziness": "AUTO",
              "boost": 10
            }
          }
        ]
      }
    }
  }
}

2. 可选优化（自动补全场景适配） #

如果需要适配前缀自动补全场景，可以给synonym、name等字段增加edge_ngram类型的子字段，提前构建前缀索引，查询时不需要fuzziness也能快速匹配前缀，进一步提升排序准确性和查询性能。

效果验证 #

使用你提供的测试数据，搜索caca时，synonym字段包含caca的ID为6的商品，会因为命中synonym的term查询获得50的基础得分，远高于其他商品模糊匹配的最高10分，会直接排在第一位。

内容的提问来源于stack exchange，提问作者webmaster Chp