是的，我必须使用分析仪…
添加任何数据之前，在创建索引时将分析器应用于这些字段。添加数据后，我找不到更简单的方法来执行此操作。
我发现的解决方案是将所有短语分解成每个单独的前缀，因此
cross_fields可以做到这一点。您可以在
edge-ngram
此处了解有关使用的更多信息。
因此，而不是
cross_field只是搜索
cats短语，它现在要搜索：
c，
ca，
cat，和
cats和每句话后......所以
text1场将看起来像这样弹性：
cca cat cats m me meo meow。
~~~
以下是使上述问题示例起作用的步骤：
首先，您创建并命名分析器。要了解多一点什么过滤器的值的含义，我建议你看看这个。
PUT /test{ "settings": { "number_of_shards": 1, "analysis": { "filter": { "autocomplete_filter": { "type": "edge_ngram", "min_gram": 1, "max_gram": 20 } }, "analyzer": { "autocomplete": { "type": "custom", "tokenizer": "standard", "filter": [ "lowercase", "autocomplete_filter" ] } } } }}然后，我将此分析仪附加到每个字段。我更改了，
text1以匹配我将其应用到的字段。
PUT /test/_mapping/test{ "test": { "properties": { "text1": { "type": "string", "analyzer": "autocomplete" } } }}我跑来
GET /test/_mapping确保一切正常。
然后添加数据：
POST /test/test/_bulk{ "index": { "_id": 1 }}{ "text1": "cats meow", "text2": "12345", "text3": "toy" }{ "index": { "_id": 2 }}{ "text1": "dog bark", "text2": "98765", "text3": "toy" }和搜索！
{ "size": 25, "query": { "multi_match" : { "fields" : [ "text1", "text2", "text3" ], "query" : "cat toy", "type" : "cross_fields" } }}哪个返回：
{ "took": 3, "timed_out": false, "_shards": { "total": 1, "successful": 1, "failed": 0 }, "hits": { "total": 2, "max_score": 0.70778143, "hits": [ { "_index": "test", "_type": "test", "_id": "1", "_score": 0.70778143, "_source": { "text1": "cats meow", "text2": "12345", "text3": "toy" } }, { "_index": "test", "_type": "test", "_id": "2", "_score": 0.1278426, "_source": { "text1": "dog bark", "text2": "98765", "text3": "toy" } } ] }}当您搜索时
cattoy，这会在两者之间形成对比，而之前的分数是相同的。但是现在，这
cat首热门歌曲的得分更高了。这是通过考虑每个词组的每个前缀（在这种情况下/短语中最多20个字符），然后查看数据与的相关性来实现的
cross_fields。
