Elasticsearch 1编辑距离模糊匹配如何仅命中united states条目

你之前的两类查询无法过滤长条目，本质是检索逻辑的设计缺陷：ES的倒排索引仅校验「文档中存在符合规则的token序列」，完全不约束该序列是否覆盖了文档的全部内容。
不管是带fuzziness=1的match查询（哪怕加了operator=and），还是你参考方案写的span_near查询，都只会匹配文档里满足模糊规则的前序token。长条目虽然和短条目拥有完全一致的前两个token（united、states），但因为后面附带了minor outlying islands4个额外token，只要前序token符合匹配规则，就会被一起返回，和你“只命中短条目、不匹配长后缀条目”的目标天然冲突。

不需要更换查询架构，只要在原有span_near逻辑上补充两层约束，就能100%满足需求：

1. 利用内置token长度字段做硬过滤 #

ES会为每个text字段自动生成.length子字段，存储该字段被分析器切分后的总token数。可以直接用这个字段做前置过滤：

• 短条目united states分词后总token数为2
• 长条目united states minor outlying islands分词后总token数为6
  只要在查询的filter段强制校验country_name.length == 2，长条目会在预过滤阶段直接被排除，根本不会进入后续的模糊匹配流程，从根源上避免误命中。

2. 调整span_near偏移量兼容所有查询场景 #

把原有span_near的slop值从0调整为1，保持in_order=true，即可覆盖三类查询的匹配需求：

• 查询united tsates：两个token相邻，第二个token和states的编辑距离为1，自带的fuzziness参数即可覆盖单字符拼写错误
• 查询united sates：同理，相邻token的单字符拼写错误（漏字母t）可被模糊匹配命中
• 查询unitedstates：属于漏写空格的连写形式，相比标准短语少了1个分词分隔位，slop=1的偏移量刚好能覆盖这种位置差带来的span间距

{
  "query": {
    "bool": {
      "must": {
        "span_near": {
          "clauses": [
            {
              "span_multi": {
                "match": {
                  "fuzzy": {
                    "country_name": {
                      "fuzziness": "1",
                      "value": "united"
                    }
                  }
                }
              }
            },
            {
              "span_multi": {
                "match": {
                  "fuzzy": {
                    "country_name": {
                      "fuzziness": "1",
                      "value": "tsates"
                    }
                  }
                }
              }
            }
          ],
          "slop": 1,
          "in_order": true
        }
      },
      "filter": [
        {
          "term": {
            "country_name.length": 2
          }
        }
      ]
    }
  }
}

用三类目标查询词分别执行上述逻辑：

• 短条目总token数为2，满足长度过滤条件，且span_near可命中模糊匹配的token对，正常返回
• 长条目总token数为6，和过滤要求的length==2不匹配，直接被过滤，不会进入结果集

注意：如果你的索引未自动开启.length子字段，可在mapping中为country_name手动配置该子字段，配置完成后重新索引数据即可，不需要修改现有文档结构。

内容的提问来源于stack exchange，提问作者Preston