elasticsearch - Elasticsearch 模糊查询奇怪的结果

Question

我使用 Elastic Search 大约一个月了，我发现了一件我无法理解的模糊查询。

场景是我有一组用户的类型和索引将近 10.000 个项目，我想搜索用户名，并以模糊模式返回与搜索字符串匹配的所有项目，例如我的用户是“masterviana” 如果我仅使用文本“mastervi”进行搜索，我希望使用模糊查询在结果顶部看到 masterviana，对吧？

"fuzzy" : {
    "public_name" : {
        "value" :         "mastervi",
        "boost" :         1.0,
        "fuzziness" :     2,
        "prefix_length" : 0,
        "max_expansions": 100
    }
}

但是我没有在第一页看到我的用户名 (masterviana)，而且我看到的用户名与我的查询字符串“不太相似”，我将只显示前 5 个匹配项，因为没有扩展到太多发布

 {
            "_index": "username",
            "_type": "username",
            "_id": "2061|FZ4y1t042482S3EqobiVllmv00",
            "_score": 9.198499,
            "_source": {
                "public_name": "masterv",
                "bbid": "FZ4y1t042482S3EqobiVllmv00",
                "hash": 2061,
                "avata": "http://goo.gl/4CRt3v"
            }
        },
        {
            "_index": "username",
            "_type": "username",
            "_id": "2048|r0I5XZ31076phruMS1gu9Hjv00",
            "_score": 5.9688096,
            "_source": {
                "public_name": "project--master",
                "bbid": "r0I5XZ31076phruMS1gu9Hjv00",
                "hash": 2048,
                "avata": "http://goo.gl/4CRt3vr"
            }
        },
        {
            "_index": "username",
            "_type": "username",
            "_id": "1980|W5Wal166832UV5oCqUH9Vjcv00",
            "_score": 5.7984095,
            "_source": {
                "public_name": "masterjv",
                "bbid": "W5Wal166832UV5oCqUH9Vjcv00",
                "hash": 1980,
                "avata": "http://goo.gl/4CRt3v"
            }
        },
        {
            "_index": "username",
            "_type": "username",
            "_id": "2108|Kufhm899338GPWHsuoei1HOv00",
            "_score": 5.7984095,
            "_source": {
                "public_name": "master25",
                "bbid": "Kufhm899338GPWHsuoei1HOv00",
                "hash": 2108,
                "avata": "http://goo.gl/4CRt3v"
            }
        },
        {
            "_index": "username",
            "_type": "username",
            "_id": "1952|AtPw2a97575sC5JT406msOXv00",
            "_score": 5.7984095,
            "_source": {
                "public_name": "masterpiz",
                "bbid": "AtPw2a97575sC5JT406msOXv00",
                "hash": 1952,
                "avata": "http://goo.gl/4CRt3v"
            }
        }, 

如您所见，我排在前列 1.masterv 2.project-master 我认为我的查询“mastervi”更接近于“masterviana”，例如“masterv”或“project-master”

还有一件事，如果我使用完全相同的文本“masterviana”进行搜索，我只会得到这个项目

Answer 1

排名是编辑距离和(通常无益)术语的稀有程度的混合。我不确定在这种情况下应该归咎于哪一个，但术语稀缺排名是一个长期存在的 Lucene 问题。在 elasticsearch 中有一个使用 FuzzyLikeThisQuery 的解决方法，但它可能不会存在更长时间，因此这加速了修复 Lucene 的需要(请参阅此处了解背景 https://github.com/elastic/elasticsearch/pull/10391)