Elasticsearch 6.3执行query_string通配符查询返回无关结果问题

问题根因定位 #

• 原查询DSL结构不符合ES 6.3的规范要求：提交的查询顶层直接放置must节点，缺少外层的query与bool包装结构，ES在处理非规范DSL时不会直接抛出异常，而是会做宽松兼容解析，原本的定向匹配逻辑会退化为对全索引字段的无边界匹配。
• query_string语法的解析歧义：原查询值review:*test product*中，未被引号包裹的空格会被query_string语法解析为默认的OR逻辑连接符，整个查询条件会被拆成两个独立的匹配分支：一是匹配review字段下符合*test通配规则的文档，二是匹配全索引任意字段下符合product*通配规则的文档，两个分支只要命中任意一个就会被返回，完全偏离了「只匹配review字段下包含"test product"内容」的预期，这也是id3、id4对应的sample、superr这类无关文档被召回的核心原因。
• 前置通配符的误匹配边界：6.3版本下前置带*的通配符没有严格的分词边界校验，只要文档分词结果匹配通配规则的模糊范围就会被返回，容易出现无实际关联内容的误命中。

修复方案 #

方案1：修正后的query_string写法（保留原查询的模糊匹配能力） #

明确指定匹配字段、把短语用引号包裹避免逻辑拆分，修正后的DSL如下：

GET /_search
{
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "default_field": "review",
            "query": "\"test product\"*"
          }
        }
      ]
    }
  }
}

方案说明：

• 通过default_field参数把所有查询内容绑定到review字段下，避免查询词跑到其他字段匹配引入无关结果
• 把test product用双引号包裹为完整短语，避免空格被解析为OR逻辑连接符
• 末尾的*通配符可以匹配短语后续的延伸内容，保留原查询的模糊匹配需求

方案2：更高精准度的match_phrase写法（推荐） #

如果不需要前置通配符的模糊匹配能力，优先使用match_phrase实现精准短语匹配，完全规避query_string的语法解析歧义，DSL如下：

GET /_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "review": "test product"
          }
        }
      ]
    }
  }
}

该写法返回结果将严格匹配review字段中包含连续"test product"短语的文档，不会召回其他字段的无关匹配项。

长期优化注意事项 #

• 避免在生产查询中使用前置带*的通配符，这类查询在6.3版本下性能极差，且容易出现边界误匹配，需要模糊匹配能力时可以提前通过ngram分词器对字段做索引预处理
• 使用query_string时，如果需要多个查询词为AND关联关系，要么显式标注AND逻辑，要么把相关词组包裹为双引号短语，避免默认OR逻辑引入无关结果
• 所有定向匹配的查询条件，要么给每个子句显式指定匹配字段，要么设置default_field锁定匹配范围，禁止无字段绑定的查询子句参与全字段匹配

内容的提问来源于stack exchange，提问作者revathi