Elasticsearch單個字段的多個分析器

Question

我使用嚴格的預定義映射將不同類型的文檔存儲在單個索引中。他們都有一些領域（比如說「body」），但是我希望他們在索引時稍有不同（例如，爲特定文檔使用不同的標記過濾器），並在搜索時以相同的方式進行處理。據我所知，分析器不能在每個文件中指定。

我也考慮使用：

1. 對象字段與不同的分析文件類型的子域，所以每個文件只有一個充滿子（如，「body.mail」，「body.html」） 。問題在於，我無法搜索整個「身體」字段，這個字段會查看其所有子字段（不打破現有應用程序）。
2. 多領域的新轉世（有一個通用分析器的「身體」領域和custonly分析「mail」，「html」等）。 Hovewer，我不確定是否有可能在索引時直接使用它們，並在搜索時間接使用它們（例如，使用{"mail":"smth"}保存對象以使用特定索引分析器，然後通過"query":{"body":"smth"}搜索以使用通用搜索分析器）。
3. 要將「正文」分成幾個不同映射的字段，請從_all中刪除它們，並將copy_to設置爲單個body字段。我不確定，但由於複製，它會增加大量的索引開銷。

Answer 1

正如我在評論中提到的，你想要什麼是不可能的。用一句話來說，您的要求是：以多種方式分析相同的數據，但作爲單個字段進行搜索，因爲這會破壞現有的應用程序。

   -- body.html   
      -- body.email 
body field ---- body.content  --- all searched as "body" 
      ... 
      -- body.destination 
      -- body.whatever 

• 你的第一個選項是多領域其心中都有這個確切的目的：具有相同的數據分析的多種方式。問題是，您不能搜索"body"並期望ES搜索body.html,body.email ...即使這可能，您也希望使用不同的分析儀進行搜索。再次，不可能。此選項要求您更改應用程序並搜索multi_match或query_string中的每個字段。

• 你的第二個選項 - reincarnation of multi-fields - 將再次無法工作，因爲你不能指body和ES，在後臺，以匹配mail，content等

• 第三種選擇 - 使用copy_to - 不會因爲複製到另一個字段「X」意味着索引被複制的數據將使用X的分析儀進行分析，並且這會打破您對以不同方式分析相同數據的要求。

• 可能有第四個選項 - "path": "just_name" from multi_fields - 它在第一眼看起來應該工作。意思是，你可以有3個多字段（電子郵件，內容，html），這三個字段都有一個body子字段。擁有"path": "just_name"即使body是多個其他字段的子字段，也允許您僅搜索body。但這是不可能的，因爲這種類型的多字段不會接受用於相同的body的不同分析器。

無論哪種方式，您需要更改您的要求的東西，因爲他們不會你想要的方式它的工作他們。

---

這些雖這麼說，我很好奇，看看你在你的應用程序中使用哪些查詢。這將是一個簡單的變化（是的，你將需要更改你的應用）從查詢body字段到查詢body.*在multi_match。

我還有另一個解決方案：創建多個索引，每個分析器的索引號爲body。例如，對於mail，content和html定義三個指標：

PUT /multi_fields1 
{ 
    "mappings": { 
    "test": { 
     "properties": { 
     "body": { 
      "type": "string", 
      "index_analyzer": "whitespace", 
      "search_analyzer": "standard" 
     } 
     } 
    } 
    } 
} 
PUT /multi_fields2 
{ 
    "mappings": { 
    "test": { 
     "properties": { 
     "body": { 
      "type": "string", 
      "index_analyzer": "standard", 
      "search_analyzer": "standard" 
     } 
     } 
    } 
    } 
} 
PUT /multi_fields3 
{ 
    "mappings": { 
    "test": { 
     "properties": { 
     "body": { 
      "type": "string", 
      "index_analyzer": "keyword", 
      "search_analyzer": "standard" 
     } 
     } 
    } 
    } 
} 

你看，他們都具有相同的type和相同的字段名稱 - body - 但不同index_analyzer秒。然後你定義一個別名：

POST _aliases 
{ 
    "actions": [ 
    {"add": { 
     "index": "multi_fields1", 
     "alias": "multi"}}, 
    {"add": { 
     "index": "multi_fields2", 
     "alias": "multi"}}, 
    {"add": { 
     "index": "multi_fields3", 
     "alias": "multi"}} 
    ] 
} 

命名你的別名與你當前的索引相同。應用程序不需要更改，它將使用相同的名稱進行索引搜索，但此名稱不會指向索引，而是指向別名，該別名又指您的多個索引。有什麼需要改變的是你如何索引的文件，因爲文件html需要multi_fields1指數例如去，一個email文件必須是指數multi_fields2指數等

你找到什麼解決方案/選擇，你的要求需要改變，因爲你想要的方式是不可能的。

Answer 2

我想你可以使用多字段。使用多字段，您可以爲每個子字段定義分析器（索引&搜索），並根據應用程序要求在相應的字段上執行搜索。 一般來說，索引分析器可能會因字段而異，對於搜索分析器也是如此。

 
{ 
    "your_type" : { 
    "properties":{ 
     "body" : { 
      "type" : "string", 
      "index" : "analyzed", 
      "index_analyzer" : "index_body_analyzer", 
      "search_analyzer" : "search_body_analyzer", 
      "fields" : { 
       "mail" : { 
        "type" : "string", 
        "index" : "analyzed", 
        "index_analyzer" : "index_bodymail_analyzer", 
        "search_analyzer" : "search_bodymail_analyzer" 
       }, 
       "html": { 
        "type" : "string",    
        "index" : "analyzed", 
        "index_analyzer" : "index_bodyhtml_analyzer", 
        "search_analyzer" : "search_bodyhtml_analyzer" 
       } 
      } 
     } 
    } 
}