Elasticsearch completion suggest解析

例如，“天上人间” 分析为：“天上人间”、“天上”、“上人”、“人间” 四个词条。 要注意这4个词条还有顺序，也就是position分别为0, 1, 2, 3。
 
FST实际上是前缀编码，这些词被顺序串联在一起进行编码，并记录了每个词条的相对位置，编码后形如:
天上人间|天上|上人|人间
0            1       2       3
 
特别注意，这时候所有的查找都只能从0位置的“天”开始。
 
做completion suggest的时候， 输入的词条经过分析后， 必须有相同的前缀和相对位址。 因为你的搜索用的simple  analyzer，当输入"天"的时候， 分析出来的是"天" (0)， 在FST里是从起始位置开始可以匹配到。其他输入“天上”  “天上人” 都是从位置0开始的前缀，也都可以匹配。
但是如果你输入“上”， simple analyzer分析出来的是"上" (0)， 去FST里查，第一个就不匹配，所以没结果。
 
为了帮助理解，针对你的例子，可以试一下如下的搜索:

POST test_suggestion/_search
{
  "suggest": {
    "term-suggestion": {
      "prefix": "天上人间 天上 上",
      "completion": {
        "field": "keyword_suggestion"
      }
    }
  }
}

你会发现，上面用空格分隔的3个词，也可以match。 原因在于搜索用的simple analyzer是用空格一类的分隔符分词的，分词结果是
天上人间|天上|上
0           1      2
顺着FST走下去，可以做到前缀匹配。  
 
总结来说，当使用completion suggester的时候， 不是用于完成 类似于 "*关键词*"这样的模糊匹配场景，而是用于完成关键词前缀匹配的。 对于汉字的处理，无需使用ik/ HanLP一类的分词器，直接使用keyword analyzer，配合去除一些不需要的stop word即可。
 
举个例子，做火车站站名的自动提示补全，你可能希望用户输入“上海”  或者 “虹桥” 都提示"上海虹桥火车站“ 。 如果想使用completion suggester来做，正确的方法是为"上海虹桥火车站“这个站名准备2个completion词条，分别是:
"上海虹桥火车站"
"虹桥火车站"
 

这样用户的输入不管是从“上海”开始还是“虹桥”开始，都可以得到"上海虹桥火车站"的提示。

文章来源：https://elasticsearch.cn/question/1869