elasticSearch之索引模块

elasticSearch之索引模块

elasticSearch介绍与使用_陈海龙的格物之路-CSDN博客首先一起了解elasticSearch，然后结合springData，看看如何使用elasticSearch。

前言

通过上篇文章的介绍后，已经了解elasticSearch可以作为搜索引擎， 提供快速的搜索能力。为什么elasticSearch具有这种能力呢？

因为内部使用了索引。接下来，这篇文章将对索引进行介绍。

索引分析模块

首先要介绍的是index analysis module，索引分析模块，它用于注册分析器。

分析器将String field转化为多个分词，然后添加到反向索引中，以便进行文档搜索。

分析器是如何构成的？

如何支持文本field进行全文搜索呢？

这就需要text analysis了。文本分析作用在于对非结构化的文本进行结构化转换，以便es进行全文

搜索，返回相关性结果，而不是绝对匹配的结果。

何时需要进行text analysis？

索引内有text field且需要进行文本搜索。

文本分析发生在什么情况呢？

文本分析发生在两个地方：

• 对文档进行索引时，text field value会被分析。此时称为索引分析器。
• 对text field进行全文搜索时，用户提供的搜索文本会被分析。此时称为搜索分析器。

这两种情况称为index and search analysis。

一般情况下，创建索引时和全文搜索时使用同一个分析器，确保进行分词匹配前使用同一套分析规则。

可以自定义分析器吗？

es提供了内置的分析器、字符过滤器、分词器、分词过滤器，同时支持自定义这些组件。

自定义分析器涉及的配置项：

举例说明

// 使用内置组件
{"settings": {"analysis": {"analyzer": {
// 自定义分析器名字"my_custom_analyzer": {
// 自定义分析器的组件配置"type": "custom", "tokenizer": "standard","char_filter": ["html_strip"],"filter": ["lowercase","asciifolding"]}}}}
}// 自定义组件
{"settings": {"analysis": {"analyzer": {
// 自定义分析器名字"my_custom_analyzer": { "char_filter": ["emoticons"],"tokenizer": "punctuation","filter": ["lowercase","english_stop"]}},"tokenizer": {
// 自定义分词器名称"punctuation": { "type": "pattern","pattern": "[ .,!?]"}},"char_filter": {
// 自定义字符过滤器名称"emoticons": { "type": "mapping","mappings": [":) => _happy_",":( => _sad_"]}},"filter": {
// 自定义分词过滤器名称"english_stop": { "type": "stop","stopwords": "_english_"}}}}
}

如何更好的支持中文场景呢？

有一个问题，需要搜索的文本时中文时，内置分析器的表现不符合预期，分词效果不好。需要引入支持中文的分析器elasticsearch-analysis-ik。