Azure认知搜索特定关键词通配符查询无结果问题咨询

通配符查询无结果原因 #

你遇到的问题核心是后缀通配符查询默认不触发查询时分析，直接与索引中存储的词项做前缀匹配，结合你使用的English Lucene分析器的特性，具体原因如下：

• English Lucene分析器会对英文词汇做词干提取，education、educational都会被提取为词干educ存入索引，并不会保留完整的原始词形
• edu*、educ*的前缀正好能匹配到词干educ，因此返回所有符合的660条结果
• educa*及更长的前缀无法匹配索引中的词干educ，仅能匹配到连字符拆分出的特殊词项educa，因此仅返回2条甚至0条结果

解决方案 #

• 给需要做通配符查询的字段新增一个字段副本，配置为无词干提取的分析器（如标准分析器、关键字分析器），通配符查询时指定该副本字段即可匹配原始完整词形
• 若不想新增字段，可在构造通配符查询前，手动对查询词做和索引侧一致的词干提取，再用提取后的词干构造通配符查询

前缀通配符使用指导 #

两类规则不存在冲突，属于不同的查询语法范畴：

• 原生Lucene的普通通配符查询，确实不支持*、?作为查询词首字符，直接写*ducation会触发语法报错
• 正斜线包裹的是Azure Cognitive Search单独支持的正则表达式查询语法，不属于普通通配符查询的范畴，该语法允许前缀通配符匹配
• 你测试/.*ducation./无结果的原因和上文一致：正则查询同样直接匹配索引存储的词项，索引中仅存在词干educ，不存在包含ducation的词项，因此无法命中结果

正则查询注意事项 #

• 正则查询性能远低于普通查询，前缀通配符的正则查询会扫描全量词项，仅建议在小数据量场景下使用
• 若要实现前缀通配符匹配原始词形，同样需要在无词干提取的字段副本上执行正则查询

内容的提问来源于stack exchange，提问作者http203