---
title: "Easysearch 同义词搜索功能实现详解"
date: 2026-02-13
lastmod: 2026-02-13
description: "详解 Easysearch 同义词搜索功能配置与实现，对比索引时与查询时两种策略，深入讲解 synonym_graph 过滤器、分词器协配与常见优化techniques，帮助提升搜索召回率。"
tags: ["同义词", "搜索优化", "分析器"]
summary: "在搜索引擎的实际应用中，用户输入的关键词往往与数据库中存储的文本存在差异。例如：
 用户搜 “手机”，但商品名称写的是 “智能电话” 或 “iPhone”。 用户搜 “士多啤梨”，但库存里叫 “草莓”。 用户搜 “AWS”，但文章里写的是 “亚马逊云科技”。  如果没有同义词处理，这些相关的文档将无法被检索到（召回率低）。本文将详细介绍如何在 INFINI Easysearch 中配置和优化同义词功能，弥合用户意图与数据之间的鸿沟。
一、 同义词的两种工作模式 #  在 Easysearch 中，同义词处理本质上是一个 Token Filter（词元过滤器），它可以工作在两个阶段：
1. 索引阶段（Index-time） #  在数据写入时，直接将同义词写入倒排索引。
 优点：查询性能略高（因为不需要实时计算）。 缺点：灵活性极差。一旦规则修改（例如新增“西红柿 => 番茄”），必须重建索引（Reindex）才能生效。 结论：不推荐，除非是极度静态的同义词规则。  2. 查询阶段（Query-time）—— 推荐 #  在搜索时，动态地将用户的查询词扩展为同义词。
 优点：灵活。修改同义词规则后，只需刷新配置即可立即生效，无需重建索引。 缺点：查询时增加了少许计算开销（但在 Easysearch 的优化下通常可忽略）。 结论：生产环境的最佳实践。   二、 核心组件：synonym_graph #  在早期的 Elasticsearch 版本中，我们使用 synonym 过滤器。但在处理多词同义词（Multi-word synonyms，如 “domain driven design” <=> “DDD”）时，旧版过滤器容易破坏短语查询的位置信息。
在 Easysearch 中进行查询阶段处理时，请务必使用 synonym_graph 过滤器。它能正确处理跨多个 Token 的同义词图谱。"
---


在搜索引擎的实际应用中，用户输入的关键词往往与数据库中存储的文本存在差异。例如：

- 用户搜 **“手机”**，但商品名称写的是 **“智能电话”** 或 **“iPhone”**。
- 用户搜 **“士多啤梨”**，但库存里叫 **“草莓”**。
- 用户搜 **“AWS”**，但文章里写的是 **“亚马逊云科技”**。

如果没有同义词处理，这些相关的文档将无法被检索到（召回率低）。本文将详细介绍如何在 INFINI Easysearch 中配置和优化同义词功能，弥合用户意图与数据之间的鸿沟。

## 一、 同义词的两种工作模式

在 Easysearch 中，同义词处理本质上是一个 **Token Filter（词元过滤器）**，它可以工作在两个阶段：

### 1. 索引阶段（Index-time）

在数据写入时，直接将同义词写入倒排索引。

- **优点**：查询性能略高（因为不需要实时计算）。
- **缺点**：**灵活性极差**。一旦规则修改（例如新增“西红柿 => 番茄”），必须重建索引（Reindex）才能生效。
- **结论**：**不推荐**，除非是极度静态的同义词规则。

### 2. 查询阶段（Query-time）—— **推荐**

在搜索时，动态地将用户的查询词扩展为同义词。

- **优点**：**灵活**。修改同义词规则后，只需刷新配置即可立即生效，无需重建索引。
- **缺点**：查询时增加了少许计算开销（但在 Easysearch 的优化下通常可忽略）。
- **结论**：**生产环境的最佳实践**。

---

## 二、 核心组件：`synonym_graph`

在早期的 Elasticsearch 版本中，我们使用 `synonym` 过滤器。但在处理多词同义词（Multi-word synonyms，如 "domain driven design" <=> "DDD"）时，旧版过滤器容易破坏短语查询的位置信息。

在 Easysearch 中进行**查询阶段**处理时，请务必使用 `synonym_graph` 过滤器。它能正确处理跨多个 Token 的同义词图谱。

---

## 三、 实战：配置同义词搜索

我们将构建一个电商搜索索引，实现“查询时同义词扩展”。

### 3.1 准备同义词规则文件

建议将同义词规则独立存储在文件中，便于维护。  
在 Easysearch 配置目录的 `config/analysis` 文件夹下（如果没有则创建），新建文件 `synonyms.txt`：

```latex
# Solr 格式
# 1. 等价扩展（搜索任意一个词，都能搜到其他的）
番茄, 西红柿
手机, 移动电话, 智能手机
kfc, 肯德基

# 2. 单向映射（搜左边的，扩展成右边的；搜右边的，不包含左边的）
# 场景：搜 "水果" 时，希望展示 "苹果"，但搜 "苹果" 不需要展示所有 "水果"
iphone, ipad, mac => apple
```

### 3.2 定义分析器与索引

我们需要定义一个包含 `synonym_graph` 的自定义分析器，并将其指定为字段的 `search_analyzer`。

```json
PUT /shop_index
{
  "settings": {
    "analysis": {
      "filter": {
        "my_synonym_graph": {
          "type": "synonym_graph",
          "synonyms_path": "config/synonyms.txt",
          "updateable": true
        }
      },
      "analyzer": {
        "my_synonym_search_analyzer": {
          "tokenizer": "ik_smart",
          "filter": [
            "my_synonym_graph"
          ]
        },
        "my_index_analyzer": {
          "tokenizer": "ik_max_word"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "product_name": {
        "type": "text",
        "analyzer": "my_index_analyzer",
        "search_analyzer": "my_synonym_search_analyzer"
      }
    }
  }
}
```

### 3.3 写入测试数据

```json
POST /shop_index/_doc/1
{ "product_name": "新鲜的西红柿" }

POST /shop_index/_doc/2
{ "product_name": "新款智能手机" }
```

### 3.4 搜索验证

```json
# 用户搜索 "番茄"
GET /shop_index/_search
{
  "query": {
    "match": {
      "product_name": "番茄"
    }
  }
}
```

**结果解析**：

1. 用户输入 "番茄"。
2. `search_analyzer` 处理：`ik_smart` 将其分为 "番茄"。
3. `synonym_graph` 命中规则 "番茄, 西红柿"。
4. 查询被重写为 `(product_name:番茄 OR product_name:西红柿)`。
5. 文档 1（包含“西红柿”）被成功召回。

---

## 五、 常见坑与最佳实践

### 5.1 分词器的配合

同义词过滤器通常放在 Tokenizer 之后。

- **英文**：`tokenizer: standard` -> `filter: lowercase` -> `filter: synonym`。注意大小写，如果在同义词规则里写了小写，一定要先做 lowercase。
- **中文**：`tokenizer: ik_smart` -> `filter: synonym`。确保同义词文件里的词，能被 IK 分词器切分出来。例如，如果 IK 把 "奥迪A6" 切分成 "奥迪" 和 "A6"，而同义词规则写的是 "奥迪A6, 豪车"，则可能无法匹配。**建议同义词规则使用简单的词汇。**

### 5.2 避免同义词风暴

不要滥用同义词将通用词映射到大量具体词（例如 `a,b,c,d,e,f...`）。这会导致 Query 被扩展得非常长，严重拖慢搜索速度。

### 5.3 排序与高亮

当使用同义词扩展查询时，搜索结果中可能会出现不包含用户原始关键词的文档（搜“番茄”出了“西红柿”）。

- **高亮（Highlighting）**：Easysearch 的高亮功能通常能自动识别同义词并进行高亮。
- **评分（Scoring）**：如果希望原始词（番茄）的权重高于同义词（西红柿），可以使用 **Boost** 或使用 `simple_query_string` 等支持权重的查询方式，或者在同义词规则中使用单向映射控制。

## 总结

在 INFINI Easysearch 中实现同义词搜索，关键在于选择 **查询时（Query-time）** 策略，并结合 `synonym_graph` 过滤器。