同义词过滤器

做的事：真实配一个同义词过滤器，用_analyze看同义词真实落在什么position上

代码PUT /syn_test {"settings":{"analysis":{ "filter": {"my_synonym": {"type":"synonym", "synonyms":["quick,fast,speedy","jump,leap"]}}, "analyzer": {"syn_analyzer": {"type":"custom","tokenizer":"standard","filter":["lowercase","my_synonym"]}} }}} POST /syn_test/_analyze {"analyzer":"syn_analyzer","text":"fast fox"} POST /syn_test/_search {"query":{"match":{"body":"quick fox"}}} # body存的原文是"the fast fox jumps"

验证：真实同一个position上同时放了fast、quick、speedy三个token，搜quick真实能命中存了fast的文档

对"fast fox"分词:
→ fast(position=0) quick(position=0) speedy(position=0) fox(position=1)
  ← 真实三个同义词全部挤在同一个position=0，不是三个独立的位置

搜索"quick fox"（原文存的是"the fast fox jumps"）:
→ hits=1 ["the fast fox jumps"]   ← 真实命中了！

这组结果真实揭示了同义词过滤器的核心机制：它不是在索引阶段把"fast"真实替换成"quick"，而是真实在同一个position上并列插入所有同义词变体，让倒排索引在这个位置同时记录fast、quick、speedy三个词项。这样一来，不管用户搜索的是这三个词里的哪一个，真实都能在同一个位置命中，而原文到底存的是哪个词完全不影响搜索结果——这正是电商搜索里"沙发/sofa"、"笔记本/laptop"这类同义词需求的真实实现方式。

真实验证一个多词同义词的棱角场景：plain的synonym过滤器会不会污染后续词的position

代码PUT /syn_test3 {"settings":{"analysis":{"filter":{ "my_synonym": {"type":"synonym","synonyms":["usa, united states of america"]}, "my_synonym_graph": {"type":"synonym_graph","synonyms":["usa, united states of america"]} },"analyzer":{ "plain_syn": {"type":"custom","tokenizer":"standard","filter":["lowercase","my_synonym"]}, "graph_syn": {"type":"custom","tokenizer":"standard","filter":["lowercase","my_synonym_graph"]} }}}} POST /syn_test3/_analyze {"analyzer":"plain_syn","text":"the usa is big"} POST /syn_test3/_analyze {"analyzer":"graph_syn","text":"the usa is big"}

验证：plain同义词过滤器真实把"is"和"big"错位挤到了跟展开词同一个position上

plain synonym过滤器分词"the usa is big":
→ the(0) usa(1) united(1) is(2) states(2) big(3) of(3) america(4)
  ← "is"真实跟"states"挤在同一个position=2！
  ← "big"真实跟"of"挤在同一个position=3！这两个都是原文真实存在的独立词

synonym_graph过滤器分词同样的文本:
→ the(0) united(1,长度4) usa(1,长度4) states(2) of(3) america(4) is(5) big(6)
  ← "usa"真实被标记成positionLength=4，完整跨越united/states/of/america四个位置
  ← "is"真实独立落在position=5，"big"真实独立落在position=6，完全没有跟展开词错位

分步演示：同义词过滤器从单词并列到多词同义词position错位问题的完整验证

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。