Elasticsearch 6.2：带空格与无空格的查询字符串问题

这个问题我之前处理过，核心原因是你的movie_title字段分词逻辑和查询词形没对齐——默认的标准分词器会把"Spider man"拆成["spider", "man"]两个独立词，而"Spiderman"会被处理成单个词["spiderman"]。当你用query_string搜索"spiderman"时，因为default_operator设为AND，ES只会去找包含完整"spiderman"词的文档，自然匹配不到拆分的那条。

下面给你几个可行的解决方案，按精准度和推荐程度排序：

方案一：添加同义词过滤器（最推荐） #

通过自定义分析器，把"spiderman"和"spider man"设为同义词，这样无论索引还是查询时，两种写法都会被转换成相同的词集合，从根源解决匹配问题。

1. 先删除旧索引（如果数据可以重新导入的话），然后创建带同义词配置的新索引：

PUT /movies
{
  "settings": {
    "analysis": {
      "filter": {
        "movie_synonyms": {
          "type": "synonym",
          "synonyms": [
            "spiderman, spider man"
          ]
        }
      },
      "analyzer": {
        "movie_title_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "movie_synonyms"
          ]
        }
      }
    }
  },
  "mappings": {
    "_doc": {
      "properties": {
        "movie_title": {
          "type": "text",
          "analyzer": "movie_title_analyzer",
          "search_analyzer": "movie_title_analyzer"
        }
      }
    }
  }
}

2. 重新导入你的两条文档，此时：
   • "Spider man"会被分词为["spider", "man", "spiderman"]
   • "Spiderman"会被分词为["spiderman", "spider", "man"]
3. 再用你原来的查询语句搜索"spiderman"，就能匹配到两条文档了。

方案二：使用模糊查询（无需改索引，适合临时场景） #

如果不想重新构建索引，可以用模糊查询允许一定的编辑距离，让"spiderman"能匹配到"spider man"（两者编辑距离为1，刚好在默认允许范围内）：

{ 
  "query_string" : { 
    "default_field": "movie_title", 
    "default_operator": "AND", 
    "analyze_wildcard": true, 
    "query": "spiderman~" 
  } 
}

注意：这种方法可能会匹配到其他类似拼写的词（比如"spidermn"），精准度不如同义词方案，适合临时应急。

方案三：使用N-Gram分析器（适合通用拼写变体场景） #

如果你的场景不止这一个词需要处理（比如还有"batman"和"bat man"这类情况），可以用N-Gram把词拆分为连续的字符片段，让不同写法的词有重叠的片段从而匹配：

1. 创建带N-Gram分析器的索引：

PUT /movies
{
  "settings": {
    "analysis": {
      "analyzer": {
        "ngram_analyzer": {
          "tokenizer": "ngram_tokenizer",
          "filter": ["lowercase"]
        }
      },
      "tokenizer": {
        "ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 3
        }
      }
    }
  },
  "mappings": {
    "_doc": {
      "properties": {
        "movie_title": {
          "type": "text",
          "analyzer": "ngram_analyzer",
          "search_analyzer": "standard"
        }
      }
    }
  }
}

这种方式会让"spiderman"和"Spider man"的分词结果有大量重叠片段，搜索时就能互相匹配，但会增加索引体积，可能引入一些无关匹配，需要根据你的场景权衡。

内容的提问来源于stack exchange，提问作者Kévin E.