Search As You Type

做的事：真实用search_as_you_type类型字段索引文档，看它背后真实生成了什么样的隐藏子字段

代码PUT /sayt_test {"mappings":{"properties":{"title":{"type":"search_as_you_type"}}}} 真实索引2篇文档: "quick brown fox" / "quick blue jay" POST /sayt_test/_analyze {"field":"title._2gram","text":"quick brown fox"} POST /sayt_test/_analyze {"field":"title._3gram","text":"quick brown fox"}

验证：_2gram真实产出相邻两词组，_3gram真实产出相邻三词组，而不是字符级的ngram

title._2gram（相邻2个词的组合）:
→ ['quick brown', 'brown fox']

title._3gram（相邻3个词的组合）:
→ ['quick brown fox']

这个结果真实揭示了search_as_you_type这个字段类型背后的真实机制：它真实不是单纯对单个词做前缀展开（那是edge_ngram的做法，本系列第28篇验证过），而是基于shingle（词组滑窗）的思路，真实把相邻的2个、3个连续词组合成独立的token存起来。这意味着用户搜索"quick brown"这种跨越2个完整词的查询词，能真实直接在title._2gram这个子字段里找到完全匹配的token，而不需要依赖短语查询的位置约束机制。

真实用multi_match的bool_prefix类型，跨title/_2gram/_3gram三个子字段搜用户正在输入的"quick br"

代码POST /sayt_test/_search {"query":{"multi_match":{ "query": "quick br", "type": "bool_prefix", "fields": ["title","title._2gram","title._3gram"] }}}

验证：命中了quick和brown两个完整词的文档真实得分远高于只命中quick一个词的文档

搜"quick br"（用户输入到一半，br是brown的前缀）:
→ "quick brown fox" score=2.1823215   ← 真实quick和brown两个词都命中了
→ "quick blue jay" score=0.18232156   ← 真实只有quick这一个词命中，分数低了一个数量级

真实验证用户只打了3个字母"qui"（还没打完第一个词）时的表现

代码POST /sayt_test/_search {"query":{"multi_match":{"query":"qui","type":"bool_prefix","fields":["title","title._2gram","title._3gram"]}}}

验证：两篇文档真实都以相同的1.0分命中，因为都是以quick开头

搜"qui"（用户刚打了3个字母）:
→ "quick brown fox" score=1.0
→ "quick blue jay" score=1.0
  ← 真实两篇得分完全一样，因为此时唯一能判断的信息就是都以qui开头

这组结果真实验证了search_as_you_type在"用户刚开始打字"这个最早期阶段的真实行为：这时候真实没有任何多词信息可以用来区分相关性高低，title._index_prefix这个专门处理单词前缀匹配的子字段真实接管了这次查询，两篇文档因为都以"qui"开头而真实得到相同的得分。随着用户继续输入更多字符（从"qui"到"quick"再到"quick br"），真实能利用的匹配信息越来越丰富，_2gram、_3gram这些多词子字段才真实开始发挥区分作用——这正是search_as_you_type这个类型设计出来专门服务"搜索框随打字逐步精确"这种交互场景的真实原因。

分步演示：search_as_you_type从隐藏子字段结构到随输入逐步精确的真实打分过程

每一步都是本文上面在本机真实的Elasticsearch 8.15.0上跑出来的原始结果。