search_as_you_type字段类型是一种类似文本的字段，它经过优化，为服务于随输入补全用例的查询提供开箱即用的支持。 它创建了一系列子字段，对这些子字段进行分析，以索引能够被部分匹配整个索引文本值的查询有效匹配的词项。 前缀补全(即匹配输入开头的词项)和中缀补全(即匹配输入中任何位置的词项)都受支持。

当将这种类型的字段添加到映射时

PUT my_index
{
  "mappings": {
    "properties": {
      "my_field": {
        "type": "search_as_you_type"
      }
    }
  }
}

这将创建以下字段：

子字段中分块的大小可以通过映射参数max_shingle_size来配置。 默认值为 3，该参数的有效值为 2 - 4 之间的整数值。 将为从 2 到 max_shingle_size(包括最大值)的每个分块大小创建分块子字段。 my_field._index_prefix子字段在构建自己的分析器时，将始终使用具有max_shingle_size的分块子字段中的分析器。

增加max_shingle_size的值，将提高具有更多连续词项的查询的匹配度，但代价是索引更大。 默认的max_shingle_size通常就足够了。

当被索引的文档具有根字段my_field的值时，相同的输入文本被自动索引到这些字段中的每一个中，具有各自不同的分析链。

PUT my_index/_doc/1?refresh
{
  "my_field": "quick brown fox jump lazy dog"
}

最有效的查询方式通常是bool_prefix类型的multi_match查询，其目标是根search_as_you_type字段及其分块子字段。 这可以以任何顺序匹配查询词项，但是如果文档在一个分块子字段中按顺序包含这些词项，那么文档的得分会更高。

GET my_index/_search
{
  "query": {
    "multi_match": {
      "query": "brown f",
      "type": "bool_prefix",
      "fields": [
        "my_field",
        "my_field._2gram",
        "my_field._3gram"
      ]
    }
  }
}

{
  "took" : 44,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.8630463,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.8630463,
        "_source" : {
          "my_field" : "quick brown fox jump lazy dog"
        }
      }
    ]
  }
}

要按顺序搜索与查询词项严格匹配的文档，或使用短语查询的其他属性进行搜索，请在根字段上使用match_phrase_prefix查询。 如果最后一个词项应该完全匹配，而不是作为前缀，也可以使用match_phrase查询。 使用短语查询的效率可能不如使用match_bool_prefix查询。

GET my_index/_search
{
  "query": {
    "match_phrase_prefix": {
      "my_field": "brown f"
    }
  }
}