使用语言分析器
Elasticsearch 的内置分析器都是全局可用的,不需要提前配置, 它们也可以在字段映射中直接指定在某字段上:
[C#] 纯文本查看 复制代码
PUT /my_index
{
"mappings": {
"blog": {
"properties": {
"title": {
"type": "string",
"analyzer": "english"
}
}
}
}
}
title 字段将会用 `english`(英语)分析器替换默认的 `standard`(标准)分析器
当然,文本经过 english 分析处理,我们会丢失源数据:
[C#] 纯文本查看 复制代码 GET /my_index/_analyze?field=title
I'm not happy about the foxes
切词为: i'm`,`happi`,`about`,`fox
我们无法分辨源文档中是包含单数 fox 还是复数 foxes ;单词 not 因为是停用词所以被移除了, 所以我们无法分辨源文档中是happy about foxes还是not happy about foxes,虽然通过使用 english (英语)分析器,使得匹配规则更加宽松,我们也因此提高了召回率,但却降低了精准匹配文档的能力。
为了获得两方面的优势,我们可以使用multifields(多字段)对 title 字段建立两次索引: 一次使用 `english`(英语)分析器,另一次使用 `standard`(标准)分析器:
[C#] 纯文本查看 复制代码
PUT /my_index
{
"mappings": {
"blog": {
"properties": {
"title": {
"type": "string",
"fields": {
"english": {
"type": "string",
"analyzer": "english"
}
}
}
}
}
}
}
主 title 字段使用 `standard`(标准)分析器。
title.english 子字段使用 `english`(英语)分析器。
替换为该字段映射后,我们可以索引一些测试文档来展示怎么在搜索时使用两个字段:
[C#] 纯文本查看 复制代码
PUT /my_index/blog/1
{ "title": "I'm happy for this fox" }
PUT /my_index/blog/2
{ "title": "I'm not happy about my fox problem" }
GET /_search
{
"query": {
"multi_match": {
"type": "most_fields",
"query": "not happy foxes",
"fields": [ "title", "title.english" ]
}
}
}
使用most_fields query type(多字段搜索语法来)让我们可以用多个字段来匹配同一段文本。
感谢 title.english 字段的切词,无论我们的文档中是否含有单词 foxes 都会被搜索到,第二份文档的相关性排行要比第一份高, 因为在 title 字段中匹配到了单词 not 。
|