Elasticsearch部分搜索一条记录生效一条失效原因排查

问题根因 #

1. 字段分词器配置未按预期生效 #

你创建索引时指定TokenizedDocumentFileName字段使用自定义的my_analyzer，但从实际查询到的索引配置可以验证：该字段最终并未绑定自定义分词器，仅使用了Elasticsearch默认的text类型规则，反而DocumentFileName字段绑定了my_analyzer，说明索引创建或映射修改过程中存在配置错误。
同时你大概率是在写入第二条测试数据后才调整的分词规则，旧数据的倒排索引分词结果不会随映射配置更新而自动修改，因此第二条数据的分词逻辑还是沿用写入时的旧规则。

2. 分词结果与搜索词不匹配 #

• 第一条数据可命中的原因：TokenizedDocumentFileName中997439前后存在空格分隔，即使使用默认的standard分词器，也会将997439.PDF拆分为997439和pdf两个独立词元存入倒排索引，因此搜索997439可直接匹配到对应词元。
• 第二条数据无法命中的原因：第二条数据写入时，TokenizedDocumentFileName字段实际使用的分词逻辑未对marynewfiletest.pdf按点符号拆分，仅将整个文件名作为单个词元存入倒排索引，因此只有输入完整的marynewfiletest.pdf才能匹配成功。

修复方案 #

1. 修正字段映射
   执行以下请求重新为TokenizedDocumentFileName绑定自定义分词器：

PUT fileboundunitmanuals/_mapping
{
  "properties": {
    "TokenizedDocumentFileName": {
      "type": "text",
      "analyzer": "my_analyzer",
      "search_analyzer": "standard"
    }
  }
}

2. 重建索引数据
   映射更新不会修改已有数据的分词结果，需要重新写入所有存量数据，或使用Elasticsearch reindex接口重建索引，让新的分词规则生效。
3. 可选优化
   如果需要支持更灵活的文件名前缀/中缀匹配，可以给my_analyzer增加edge_ngram或ngram过滤器，进一步适配模糊搜索场景。

内容的提问来源于stack exchange，提问作者qaiser