在弹性搜索中索引逗号分隔值字段

时间:2015-06-30 16:02:05

标签: elasticsearch

我使用Nutch抓取网站并将其编入索引进入弹性搜索。我的网站有元标记,其中一些包含以逗号分隔的ID列表(我打算用于搜索)。例如:

contentTypeIds =" 2,5,15&#34 ;. (注意:没有方括号)。

当ES为此编制索引时,我无法搜索contentTypeIds:5并查找其contentTypeIds 包含 5的文档;此查询仅返回其contentTypeIds正好为" 5"的文档。但是,我确实希望找到contentTypeIds包含5的文档。

在Solr中,这可以通过将contentTypeIds字段设置为multiValued =" true"来解决。在schema.xml中。我无法找到如何在ES中做类似的事情。

我是ES的新手,所以我可能错过了一些东西。谢谢你的帮助!

1 个答案:

答案 0 :(得分:13)

创建custom analyzer,用逗号将索引文本拆分为标记。

然后你可以尝试搜索。如果您不关心相关性,可以使用过滤器搜索文档。我的示例显示了如何使用term filter尝试搜索。

下面你可以找到如何使用sense插件执行此操作。

DELETE testindex

PUT testindex
{
    "index" : {
        "analysis" : {
            "tokenizer" : {
                "comma" : {
                    "type" : "pattern",
                    "pattern" : ","
                }
            },
            "analyzer" : {
                "comma" : {
                    "type" : "custom",
                    "tokenizer" : "comma"
                }
            }
        }
    }
}

PUT /testindex/_mapping/yourtype
{
        "properties" : {
            "contentType" : {
                "type" : "string",
                "analyzer" : "comma"
            }
        }
}

PUT /testindex/yourtype/1
{
    "contentType" : "1,2,3"
}

PUT /testindex/yourtype/2
{
    "contentType" : "3,4"
}

PUT /testindex/yourtype/3
{
    "contentType" : "1,6"
}

GET /testindex/_search
{
    "query": {"match_all": {}}
}

GET /testindex/_search
{
    "filter": {
        "term": {
           "contentType": "6"
        }
    }
}

希望它有所帮助。