Elasticsearch-搜索分析器与索引分析器

Posted 2023-02-23

【中文标题】Elasticsearch-搜索分析器与索引分析器

【英文标题】：Elastic search- search_analyzer vs index_analyzer

【发布时间】：2013-04-02 03:42:36

【问题描述】：

我在看 http://euphonious-intuition.com/2012/08/more-complicated-mapping-in-elasticsearch/ 其中解释了 ElasticSearch 分析器。

我不明白关于使用不同的搜索和索引分析器的部分。 自定义映射的第二个示例如下所示： ->索引分析器是一个edgeNgram ->搜索分析器是：

"full_name":
    "filter":[
        "standard",
        "lowercase",
        "asciifolding"
    ],
    "type":"custom",
    "tokenizer":"standard"

如果我们希望查询“Race”由于 edgeNgram 而不会返回像 *ra*pport 和 *rac*ial 这样的结果，为什么要在第一名？

请举例说明不同的分析器是有用的。

【问题讨论】：

请问我的回答是否让您更清楚？

顶部的链接已损坏

web.archive.org/web/20120828155746if_/http://…

【参考方案1】：

您通常在索引时和查询时都有相似的分析链。相似并不意味着完全相同，但通常您索引文档的方式反映了您查询它们的方式。

ngrams 示例非常适合，因为它是您在索引和查询时使用不同分析器的主要原因之一。

对于部分匹配，您使用边缘 ngram 进行索引，因此“elasticsearch”变为（使用 mingram 3 和 maxgram 20）：

“ela”、“elas”、“elast”、“elasti”、“elastic”、“elastics”、“elasticse”、“elasticsea”、“elasticsear”、“elelasticsearc”和“elasticsearch”

现在让我们查询创建的字段。如果我们查询“弹性”一词，就会有一个匹配项，我们会得到预期的结果。考虑到我们索引的内容，我们基本上使我们在上面所说的部分匹配成为完全匹配。也不需要将 ngrams 应用于查询。如果我们这样做，我们将查询以下所有术语：

“ela”、“elas”、“elast”、“elasti”和“elastic”

这会使查询方式更加复杂，也会导致得到奇怪的结果。假设您在另一个文档的同一字段中索引术语“elapsed”。您将拥有以下 ngram：

“ela”、“elap”、“elaps”、“elapse”、“elapsed”

如果您搜索“elastic”并对查询进行 ngram，则术语“ela”也将匹配第二个文档，因此您会将它与第一个文档一起重新获取，即使没有任何术语包含整个“elastic” " 您正在寻找的术语。

我建议您查看analyze api 以尝试使用不同的分析仪及其不同的结果。

【讨论】：

This elasticsearch 插件有助于了解各种分析器的工作原理。

@gsk 非常感谢，非常感谢您提到上述插件，这对于查看我的数据如何在 elasticsearch 中建立索引非常有帮助。

@javanna 很好地解释了兄弟，非常感谢您的回答。

@javanna 正是我要找的东西。 GBU

【参考方案2】：

参考the official documentation about index vs search analyzers：

有时，在索引和索引处使用不同的分析器是有意义的 搜索时间。例如，在索引时我们可能想要索引 同义词，例如对于每次出现的 quick 我们也索引 fast, rapid 并且迅速。但是在搜索时，我们不需要搜索所有 这些同义词。相反，我们可以只查找 用户已进入，无论是快速、快速、快速还是快速。

为了实现这种区别，Elasticsearch 还支持 index_analyzer 和 search_analyzer 参数，以及名为的分析器 default_index 和 default_search。

考虑到这些额外的参数，索引处的完整序列 时间真的是这样的：

在字段映射中定义的 index_analyzer，否则 字段映射中定义的分析器，否则 在文档的 _analyzer 字段中定义的分析器，否则 类型的默认 index_analyzer，默认为 类型的默认分析器，默认为 索引设置中名为 default_index 的分析器，默认为 索引设置中名为default的分析器，默认为 在节点级别名为 default_index 的分析器，默认为 在节点级别命名为默认的分析器，默认为 标准分析仪

在搜索时：

在查询本身中定义的分析器，否则 在字段映射中定义的 search_analyzer，否则 字段映射中定义的分析器，否则 类型的默认search_analyzer，默认为 类型的默认分析器，默认为 在索引设置中名为 default_search 的分析器，默认为 索引设置中名为default的分析器，默认为 在节点级别名为 default_search 的分析器，默认为 在节点级别命名为默认的分析器，默认为 标准分析仪