Django ElasticSearch DSL使用nGram实现部分匹配无结果问题排查

• 字段定义语法错误：CategoryDocument类中title字段配置错误使用了冒号:而非等号=，属于Python类型注解语法，并未实际给title字段绑定自定义分词器，同时代码中存在重复导入analyzer和tokenizer模块的冗余问题
• 字段配置被覆盖：你在Document类中单独定义了title字段的分词规则，却又把title放到了Django.fields列表中，django-elasticsearch-dsl会优先使用Django.fields里的字段配置，默认采用standard分词器，导致自定义的nGram分词器完全未生效
• 默认分词器拆分逻辑不匹配：standard分词器会把T-Shirts拆分为t和shirts两个独立词条，搜索词T-Sh会被拆分为t和sh，sh和索引中的shirts无法匹配，只有输入到T-Shir时，fuzziness模糊匹配才会命中shirts词条，所以才会出现短搜索词无结果的问题

第一步：修正shop/documents.py配置 #

from elasticsearch_dsl import analyzer, tokenizer, fields
from django_elasticsearch_dsl import Document, registry
from .models import Category

autocomplete_analyzer = analyzer('autocomplete_analyzer',
            tokenizer=tokenizer('trigram', 'nGram', min_gram=2, max_gram=20), # 把min_gram改成2，避免生成太多单字符无效词条，减少索引体积
            filter=['lowercase']
        )

@registry.register_document
class CategoryDocument(Document):
    # 把冒号改成等号，正确绑定字段配置
    title = fields.TextField(analyzer=autocomplete_analyzer, search_analyzer='standard') 

    class Index:
        name = 'categories'
        settings = {
            'number_of_shards': 1,
            'number_of_replicas': 0,
            'max_ngram_diff': 20
        }

    class Django:
        model = Category
        # 去掉已经在Document类中单独定义的title字段，避免覆盖配置
        fields = [
            # 其余需要索引的字段，title已单独配置无需写在这里
        ]

第二步：重建Elasticsearch索引 #

修改配置后必须重建索引才能生效，执行以下命令：

python manage.py search_index --rebuild

第三步：（可选）优化查询逻辑 #

如果需要更精准的前缀短语匹配，可以给multi_match指定type为phrase_prefix，减少无关匹配：

class CategoryElasticSearch(ListView):
    def get(self, request, lang):
        search_term = request.GET.get('search_term', '').strip()
        q = Q(
            "multi_match", 
            query=search_term,
            fields=[
                'title', 
                # 其余需要搜索的字段
                ],
            type="phrase_prefix",
            fuzziness='auto',
        )
        search = search.query(q)
        # 其余逻辑

内容的提问来源于stack exchange，提问作者Michal Půlpán