Elasticsearch 5.6：组合constant_score与bool查询实现姓名搜索求助

针对你的需求，我们可以构建一个分层的bool查询，结合constant_score和match查询来平衡完全匹配与部分匹配的得分，同时通过自定义排序规则满足你的展示要求。下面是具体的实现思路和DSL示例：

核心思路拆解 #

1. 完全匹配得分一致：用constant_score对nom.unsplit和nomNaissance.unsplit设置相同的权重，确保两者完全匹配时得分完全相同。
2. 部分匹配逻辑：利用已有的ngram字段（nom.ngram、nomNaissance.ngram），只要这些字段的min_gram设置为5，match查询自然会返回满足「至少5个连续相似字符」的结果，同时给这两个ngram字段设置相同的权重。
3. 排序规则：先通过得分区分完全匹配（得分更高）和部分匹配，再按日期、字母序排序；如果需要更明确的区分，可以用script字段标记是否为完全匹配，优先排序。
4. 嵌入现有查询：将这个查询作为子查询嵌套到你现有bool查询的should或must子句中（根据你的业务逻辑选择）。

具体DSL示例 #

{
  "query": {
    "bool": {
      "should": [
        // 完全匹配组：给相同的boost，确保得分一致
        {
          "constant_score": {
            "filter": {
              "term": {
                "nom.unsplit": "输入的搜索值"
              }
            },
            "boost": 10
          }
        },
        {
          "constant_score": {
            "filter": {
              "term": {
                "nomNaissance.unsplit": "输入的搜索值"
              }
            },
            "boost": 10
          }
        },
        // 部分匹配组：ngram字段匹配，同样给相同boost
        {
          "match": {
            "nom.ngram": {
              "query": "输入的搜索值",
              "boost": 1
            }
          }
        },
        {
          "match": {
            "nomNaissance.ngram": {
              "query": "输入的搜索值",
              "boost": 1
            }
          }
        }
      ],
      "minimum_should_match": 1 // 至少满足一个条件
    }
  },
  "sort": [
    // 先按得分降序（完全匹配得分10，部分匹配得分1，自然分开）
    "_score",
    // 然后按日期降序（假设你的日期字段是dateNaissance，根据实际字段调整）
    { "dateNaissance": { "order": "desc" } },
    // 再按birthname字母序
    { "nomNaissance.unsplit": { "order": "asc" } },
    // 最后按lastname字母序
    { "nom.unsplit": { "order": "asc" } }
  ]
}

关键细节说明 #

• 完全匹配的得分控制：constant_score的boost设为相同值（比如10），确保nom和nomNaissance完全匹配时得分一致，不会出现某一个字段得分更高的情况。
• 部分匹配的ngram验证：确认你的nom.ngram和nomNaissance.ngram字段的分词器设置中min_gram=5，这样只有当输入值和字段值有至少5个连续字符匹配时，才会命中部分匹配规则。如果之前的ngram设置不符合，需要调整字段映射：

  "ngram": {
    "type": "text",
    "analyzer": "ngram_analyzer"
  }
  // 对应的分词器设置
  "analysis": {
    "analyzer": {
      "ngram_analyzer": {
        "tokenizer": "ngram_tokenizer"
      }
    },
    "tokenizer": {
      "ngram_tokenizer": {
        "type": "ngram",
        "min_gram": 5,
        "max_gram": 20
      }
    }
  }
  

• 嵌入现有查询：如果你的现有查询是一个大的bool查询，只需要将上述的bool查询作为子查询放到现有查询的should或must中即可。比如：

  {
    "query": {
      "bool": {
        "must": [
          // 你的现有条件，比如日期范围、其他字段过滤
          { "range": { "dateNaissance": { "gte": "1900-01-01" } } },
          // 嵌入我们的人名匹配查询
          {
            "bool": {
              "should": [
                // 完全匹配和部分匹配的子句
              ],
              "minimum_should_match": 1
            }
          }
        ]
      }
    }
  }
  

• 排序的优化（可选）：如果需要更严格地区分完全匹配和部分匹配（比如避免部分匹配得分偶然超过完全匹配），可以添加一个script字段来标记是否为完全匹配，然后优先排序：

  "sort": [
    {
      "_script": {
        "type": "number",
        "script": {
          "inline": "doc['nom.unsplit'].value == params.query || doc['nomNaissance.unsplit'].value == params.query ? 1 : 0",
          "params": { "query": "输入的搜索值" }
        },
        "order": "desc"
      }
    },
    "_score",
    { "dateNaissance": { "order": "desc" } },
    { "nomNaissance.unsplit": { "order": "asc" } },
    { "nom.unsplit": { "order": "asc" } }
  ]
  

  这样完全匹配的结果会被标记为1，部分匹配为0，确保完全匹配组始终排在前面，不受得分波动影响。

调试建议 #

• 用explain=true参数执行查询，查看每个文档的得分计算细节，确认完全匹配的得分是否一致，部分匹配是否符合预期。
• 测试不同的输入值，比如完全匹配的人名、部分匹配（5个以上连续字符）的人名，验证结果排序是否符合要求。

内容的提问来源于stack exchange，提问作者Arnaud A.