多语言弹性搜索

Question

我将在ElasticSearch中索引帖子。目前有两种语言：英语和中文。所以每个帖子都有一个（英语）或两个翻译加上一些两种语言共有的数据。我的问题是我应该如何索引帖子？

1. 创建两个索引：posts-en和posts-cn并分别存储帖子？

2. 创建单个索引posts并保持数据格式如下：

   {
     commonParam1: 1,
     commonParam2: "somevalue",
     ...
     titleEn: "English title",
     titleCn: "Chinese title",
     contentEn: "Content EN",
     contentCn: "Content CN",
     ...
   }
   

Answer 1

除非您有令人信服的理由将单个文档拆分为两个索引，否则我强烈建议将其全部保存在一个索引中。

使用一个索引，您可以轻松地为每个特定于语言的字段使用不同的分析器。在将来为新语言添加其他映射非常简单。它允许您在单个调用中索引每个文档，而不是两个，每种语言一个，如果您单独索引。您可以减少重复数据（例如公共数据）。

我还要好好看一下这篇文章：http://gibrown.wordpress.com/2013/05/01/three-principles-for-multilingal-indexing-in-elasticsearch/

在Elasticsearch中分析和索引多种语言是一个很好的讨论。