Не начинайте с замены поискового запроса. Сначала спросите Elasticsearch, какие токены реально созданы для поля и для текста запроса. Вызов `_analyze` с параметром `field` использует analyzer из mapping; это быстрее отделяет ошибку анализа от scoring, фильтров и отсутствующих документов.

Встроенный `russian` analyzer приводит текст к lowercase, удаляет русские стоп-слова и применяет русский stemmer. Это не словарь всех грамматических форм и не понимание смысла. Стемминг полезен для «машина/машины», но может быть нежелателен для фамилий, брендов, кодов и коротких терминов.

Контрастные примеры показывают ошибку лучше большого корпуса

ТекстОжиданиеЧто проверяем
машина / машиныОбщий поисковый stemrussian analyzer
ООО РомашкаНазвание доступно и как фраза, и точноtext + keyword subfield
С-1000Артикул не распался неожиданноtokenizer/char filter
примерСлово можно защитить от stemmingkeyword_marker
в наличииСтоп-слово не меняет обязательный фильтрРазделение full-text и structured filter

Возьмите 10–20 примеров из настоящих обезличенных запросов: найдено правильно, не найдено и найдено лишнее. Для каждого заранее запишите ожидаемое множество документов. Иначе настройка легко улучшит один красивый пример и испортит основной трафик.

_analyze раскрывает каждый этап

POST products_v2/_analyze
{
  "field": "name.ru",
  "text": ["машина", "машины", "ООО Ромашка"],
  "explain": true
}

GET products_v2/_mapping/field/name.ru

Ответ `explain` показывает tokenizer и последовательность token filters. Сравните его с `_analyze` для фактического search analyzer, если он отличается. Запрос без index или field может использовать стандартный analyzer и дать правдоподобный, но не относящийся к вашему полю результат.

Один текст хранит несколько поисковых представлений

Название товара обычно полезно индексировать как полнотекстовое русское поле и как `keyword` subfield для точного фильтра, сортировки или агрегации. Для подсказок и префиксов может понадобиться ещё одно поле с отдельным analyzer. Это яснее, чем заставлять один поток токенов одновременно выполнять несовместимые задачи.

  • Русский stemmer применяйте только к естественному русскому тексту.
  • Бренды и защищённые слова добавляйте в `keyword_marker` по управляемому списку.
  • Артикулы, UUID и телефоны храните в точных полях с подходящим normalizer.
  • Stopwords оценивайте по вашим запросам: удалённое слово может быть значимым для названия.
  • Synonyms тестируйте после stemming-order: порядок фильтров меняет входные термины.

Index analyzer и search analyzer должны встречаться по смыслу

Они не обязаны быть одинаковыми, но токены запроса должны иметь шанс совпасть с индексными. Слишком агрессивный search analyzer не вернёт токены, которых нет в индексе; слишком узкий не найдёт словоформы. Проверьте обе стороны одной парой `_analyze`, затем используйте `_explain` или профиль запроса уже для scoring.

Не смешивайте морфологию с фильтрами наличия, города или прав доступа. Эти признаки должны жить в structured fields и filter context. Иначе изменение analyzer неожиданно меняет бизнес-ограничение.

Новый analyzer проверяем в новом индексе

Изменение настройки не переобрабатывает токены уже записанных документов. Создайте версионированный индекс, перенесите данные, прогоните набор эталонных запросов и только затем переключите alias. Старый индекс оставьте на короткое окно отката; двойная запись требует контроля версии схемы.

Сравнивайте не только число результатов: precision@k для лишних совпадений, recall по ожидаемым документам, нулевые выдачи и latency. Отдельно просмотрите названия людей и бренды — там агрессивный stemmer заметнее всего.

Диагностический пакет не требует выгрузки каталога

Достаточно mapping поля, analyzer settings, результатов `_analyze` для обезличенных фраз, двух запросов DSL и ожидаемых document IDs. Удалите описания с персональными данными и ключи доступа. После исправления тот же компактный набор становится регрессионным тестом поиска.

Проверенные источники