ElasticSearch - 使用相同的字段名称搜索不同的doc_types但使用不同的分析器

时间:2014-12-17 01:10:05

标签: elasticsearch lucene search-engine analyzer

假设我创建了一个简单的ElasticSearch索引:

curl -XPUT 'http://localhost:9200/test/' -d '{
    "settings": {
        "analysis": {
            "char_filter": {
                "de_acronym": {
                    "type": "mapping",
                    "mappings": [".=>"]
                }
            },
            "analyzer": {
                "analyzer1": {
                    "type":      "custom",
                    "tokenizer": "keyword",
                    "char_filter": ["de_acronym"]
                }
            }
        }
    }
}'

我制作了两个具有相同属性name的doc_types,但对它们的分析略有不同:

curl -XPUT 'http://localhost:9200/test/_mapping/docA' -d '{
    "docA": {
        "properties": {
            "name": {
                "type": "string",
                "analyzer": "simple"
            }
        }
    }
}'
curl -XPUT 'http://localhost:9200/test/_mapping/docB' -d '{
    "docB": {
        "properties": {
            "name": {
                "type": "string",
                "analyzer": "analyzer1"
            }
        }
    }
}'

接下来,假设我在每个doc_type中放置了一个同名的文档:

curl -XPUT 'http://localhost:9200/test/docA/1' -d '{ "name" : "U.S. Army" }'
curl -XPUT 'http://localhost:9200/test/docB/1' -d '{ "name" : "U.S. Army" }'

让我们尝试同时在两种文档类型中搜索“美国陆军”:

curl -XGET 'http://localhost:9200/test/_search?pretty' -d '{
    "query": {
        "match_phrase": {
            "name": {
                "query": "U.S. Army"
            }
        }
    }
}'
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 1.5,
    "hits" : [ {
      "_index" : "test",
      "_type" : "docA",
      "_id" : "1",
      "_score" : 1.5,
      "_source":{ "name" : "U.S. Army" }
    } ]
  }
}

我只得到一个结果!当我指定docB的分析器时,我得到了另一个结果:

curl -XGET 'http://localhost:9200/test/_search?pretty' -d '
{
    "query": {
        "match_phrase": {
            "name": {
                "query": "U.S. Army",
                "analyzer": "analyzer1"
            }
        }
    }
}'
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 1.0,
    "hits" : [ {
      "_index" : "test",
      "_type" : "docB",
      "_id" : "1",
      "_score" : 1.0,
      "_source":{ "name" : "U.S. Army" }
    } ]
  }
}

我认为ES会使用适当的分析器搜索每个doc_type。有没有办法做到这一点?

ElasticSearch文档说precedence for search analyzer

1)分析器在查询中定义,否则

2)分析器在字段映射中定义,否则 ...

在这种情况下,ElasticSearch是否随意选择使用哪个字段映射?

1 个答案:

答案 0 :(得分:2)

查看github中的this问题,该问题似乎是从ES google网上的this帖子开始的。我相信它会回答你的问题:

  

如果它在过滤后的查询中,我们无法推断它,所以我们只需选择其中一个并使用其分析设置