Elasticsearch match_bool_prefix查询以@结尾时与prefix表现不一致问题

你遇到的查询差异是uax_url_email分词器的规则与match_bool_prefix的分词逻辑共同作用的结果，并非Elasticsearch的bug。

• uax_url_email分词器仅会将符合完整邮箱格式（用户名@域名）的字符串识别为完整token，对于不完整的tester@，会将@判定为无效分隔符直接丢弃，最终分词结果仅保留tester，这一点你通过_analyze接口的验证结果已经证实。
• 你使用普通prefix查询tester@能返回结果，是因为prefix查询默认不对查询内容做分词，直接用原始的tester@去匹配倒排索引中email字段的term前缀，而索引中存储的完整邮箱termtester@gmail.com确实以tester@开头，因此匹配成功。
• 你认为的等价查询逻辑是成立的，当查询词为tester@时，分词后仅有tester一个token，此时match_bool_prefix构造的前缀查询是用tester匹配term前缀，理论上也应该能返回结果。如果你测试时确实没有返回，可以检查你使用的Elasticsearch版本是否存在已知的match_bool_prefix边界问题，或者调大max_expansions参数值（默认值为50，部分场景下可能因为前缀匹配到的term过多被截断）。

方案1：为match_bool_prefix单独指定分词器 #

如果你需要匹配包含@的邮箱前缀，直接在查询时指定keyword或whitespace分词器即可，避免@被丢弃：

{
    "query": {
        "match_bool_prefix": {
            "email": {
                "query": "tester@",
                "analyzer": "keyword"
            }
        }
    }
}

方案2：新增keyword类型子字段存储原始邮箱 #

给email字段新增keyword子字段，直接用未分词的原始内容做前缀匹配，彻底避免分词逻辑带来的差异：
首先调整索引mapping：

PUT /testindex/_mapping
{
  "properties": {
    "email":{
      "type":"text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "ignore_above": 256
        }
      }
    }
  }
}

重新索引数据后，查询直接使用keyword子字段：

{
    "query": {
        "match_bool_prefix": {
            "email.keyword": "tester@"
        }
    }
}

方案3：自定义分词规则保留@符号 #

如果必须使用uax_url_email作为默认分词器，同时需要保留查询内容中的@符号，可以在分词链中新增字符过滤器，将@替换为不会被分词器丢弃的自定义字符，查询时再做反向映射，不过该方案复杂度较高，非必要不推荐。

内容的提问来源于stack exchange，提问作者creativejourney.com