Elasticsearch范围查询与土耳其语ICU排序规则兼容问题

嘿，我来帮你搞定这个问题！你说排序正常但范围查不到结果，这几乎可以肯定是排序和范围查询用的不是同一个“处理后”的字段导致的——毕竟Elasticsearch里text字段的排序和范围查询逻辑差异很大。

先理清楚核心问题 #

你为了让土耳其语排序正常，肯定配置了针对土耳其语的分析器或者normalizer（比如处理ş这类变音符号、大小写），排序的时候Elasticsearch默认会用字段的keyword子字段（或者你指定的排序字段），但直接对主text字段做范围查询的话，它会用分词后的碎块去匹配，自然查不到你要的完整词汇范围。

具体解决方案 #

1. 确认你的索引mapping配置 #

首先确保你的customer_address字段有一个带土耳其语normalizer的keyword子字段，类似这样：

{
  "settings": {
    "analysis": {
      "normalizer": {
        "turkish_norm": {
          "type": "custom",
          "filter": ["lowercase", "turkish_normalization"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "customer_address": {
        "type": "text",
        "analyzer": "turkish",
        "fields": {
          "keyword": {
            "type": "keyword",
            "normalizer": "turkish_norm"
          }
        }
      }
    }
  }
}

这个keyword子字段就是你排序时用的，现在范围查询也得用它。

2. 修改你的查询请求 #

把范围查询的目标字段改成customer_address.keyword，这样查询和排序用的是同一个经过规范化的字段，逻辑就统一了。比如你的curl请求应该改成：

curl -XGET http://localhost:9200/sampleindex/_search?pretty -d '{
  "query": {
    "range": {
      "customer_address.keyword": {
        "gte": "sb",
        "lte": "şd"
      }
    }
  },
  "sort": [
    {
      "customer_address.keyword": "asc"
    }
  ]
}'

这样就能返回你预期的sb, sd, şa, şd结果了。

3. 验证规范化效果（可选） #

如果还是有问题，先验证你的normalizer是否正确处理了土耳其语字符：

curl -XPOST http://localhost:9200/_analyze?pretty -d '{
  "normalizer": "turkish_norm",
  "text": ["şa", "za", "sb", "şc", "sd", "şe"]
}'

看看返回的tokens是不是你期望的规范化后的值，确保ş这类字符被正确处理，这样范围查询的排序逻辑才会和你预期一致。

4. 额外注意点 #

• 如果你的索引原来没有这个keyword子字段，修改mapping后需要重新索引所有数据，否则旧数据不会应用新的字段配置。
• 查询参数尽量用小写，因为我们的normalizer里加了lowercase过滤器，避免大小写不匹配的问题。

内容的提问来源于stack exchange，提问作者gul.cabuk