Elasticsearch EdgeNGram copy_to字段部分搜索失效求助

我来帮你捋清楚这个问题哈！

问题根源 #

你遇到的核心问题，出在edgeNGram过滤器的特性上：它是前缀分词器，只会从每个单词的第一个字符开始生成连续的子串。就像你贴的分析结果里显示的那样，"PowerEdge"被拆成了p、po、pow...一直到poweredge，但完全不会生成edge这种从单词中间位置开始的子串。所以当你查询"edge"时，索引里根本没有对应的token，自然查不到结果。

解决方案 #

根据你的需求，有两种常见的处理方式：

场景1：需要支持任意子串匹配（比如查"edge"、"owe"都能返回结果）

把过滤器类型从edgeNGram改成普通的ngram，这样过滤器会生成所有可能的连续子串，包括单词中间的部分。修改后的完整映射如下：

{
  "settings": {
    "analysis": {
      "filter": {
        "myNGramFilter": {
          "type": "ngram",  // 这里改为普通ngram类型
          "min_gram": 1,
          "max_gram": 40
        }
      },
      "analyzer": {
        "myNGramAnalyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "myNGramFilter"]
        }
      }
    }
  },
  "mappings": {
    "test": {
      "properties": {
        "catch_all": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword",
              "store": true,
              "ignore_above": 256
            },
            "grams": {
              "type": "text",
              "store": true,
              "analyzer": "myNGramAnalyzer"
            }
          }
        },
        "hostname": {
          "type": "text",
          "copy_to": "catch_all"
        }
      }
    }
  }
}

修改后需要重新创建索引并导入数据（Elasticsearch无法修改已存在字段的分析器配置），再用_analyze测试，你会看到"PowerEdge"会生成包括edge在内的所有连续子串，这时查询"edge"就能得到预期结果了。

场景2：既要保留前缀匹配的性能，又要偶尔支持中间子串查询

如果你的大部分查询都是前缀匹配（比如查"pow"、"dell"），只有少数场景需要查中间子串，可以给catch_all新增一个字段，单独使用普通ngram分析器：

{
  "settings": {
    "analysis": {
      "filter": {
        "myEdgeNGramFilter": {
          "type": "edgeNGram",
          "min_gram": 1,
          "max_gram": 40
        },
        "myFullNGramFilter": {
          "type": "ngram",
          "min_gram": 1,
          "max_gram": 40
        }
      },
      "analyzer": {
        "myEdgeNGramAnalyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "myEdgeNGramFilter"]
        },
        "myFullNGramAnalyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "myFullNGramFilter"]
        }
      }
    }
  },
  "mappings": {
    "test": {
      "properties": {
        "catch_all": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword",
              "store": true,
              "ignore_above": 256
            },
            "prefix_grams": {
              "type": "text",
              "store": true,
              "analyzer": "myEdgeNGramAnalyzer"  // 保留前缀分词用于常规查询
            },
            "full_grams": {
              "type": "text",
              "store": true,
              "analyzer": "myFullNGramAnalyzer"  // 新增全量分词用于中间子串查询
            }
          }
        },
        "hostname": {
          "type": "text",
          "copy_to": "catch_all"
        }
      }
    }
  }
}

这样平时用catch_all.prefix_grams做前缀查询（性能更好），需要查中间子串时用catch_all.full_grams查询，兼顾性能和需求。

内容的提问来源于stack exchange，提问作者Tech_Lover