Elasticsearch 单个字段的多个分析器

我使用严格的预定义映射将不同类型的文档存储在单个索引中。它们都有一些字段（例如“body”），但我希望在索引时对它们进行稍微不同的分析（例如，对特定文档使用不同的标记过滤器），并在搜索时以相同的方式处理。据我所知，分析器不能按文档指定。

我还考虑使用：

1. 对象字段具有针对文档类型进行不同分析的子字段，因此每个文档只有一个填充的子字段（例如“body.mail”、“body.html”）。问题是我无法搜索整个“正文”字段，该字段将查看其所有子字段（以免破坏现有应用程序）。
2. 多字段的新转世（具有带有通用分析器的“body”字段，并在其中自定义分析“mail”、“html”等）。然而，我不确定是否可以在索引时直接使用它们并在搜索时间接使用它们（例如，用{"mail":"smth"}使用特定的索引分析器，然后搜索"query":{"body":"smth"}使用通用搜索分析器）。
3. 要将“body”分成几个具有不同映射的字段，请将它们从_all，并设置copy_to到一个单一的body场地。我不确定，但由于复制，它会增加大量的索引开销。

正如我在评论中提到的，你想要的东西是不可能的。简而言之，您的要求是：以多种方式分析相同的数据，但将其作为单个字段进行搜索，因为这会破坏现有的应用程序。

             -- body.html          
             -- body.email
body field ---- body.content     --- all searched as "body"
            ...
             -- body.destination
             -- body.whatever

• 你的第一个选择是多领域其确切目的是：以多种方式分析相同的数据。问题是你无法搜索"body"并期望ES搜索body.html, body.email...即使这是可能的，您也希望使用不同的分析器进行搜索。再说一次，不可能。此选项要求您更改应用程序并搜索 a 中的每个字段multi_match或在一个query_string.

• 你的第二个选择 -reincarnation of multi-fields- 将再次不起作用，因为你不能参考body和 ES，在后台，以匹配mail, content etc.

• 第三种选择 - 使用copy_to- 不起作用，因为复制到另一个字段“X”意味着索引正在复制的数据将被分析为X的分析器，这打破了您对相同数据进行不同分析的要求。

• 可能还有第四种选择——"path": "just_name" from multi_fields https://www.elastic.co/guide/en/elasticsearch/reference/0.90/mapping-multi-field-type.html#_accessing_fields- 乍一看应该有效。这意味着，您可以拥有 3 个多字段（电子邮件、内容、html），这三个字段都有一个body子领域。拥有"path": "just_name"允许您只搜索body即使body是多个其他字段的子字段。但这是不可能的，因为这种类型的多字段不会接受同一分析仪的不同分析仪body.

无论哪种方式，您都需要更改您的需求中的某些内容，因为它们不会按照您想要的方式工作。

话虽这么说，我很好奇您在应用程序中使用了哪些查询。这将是一个简单的改变（是的，您需要更改您的应用程序）从查询body查询字段body.* in a multi_match.

我为您提供了另一种解决方案：创建多个索引，为您的每个分析器创建一个索引body。例如，对于mail, content and html您定义三个索引：

PUT /multi_fields1
{
  "mappings": {
    "test": {
      "properties": {
        "body": {
          "type": "string",
          "index_analyzer": "whitespace",
          "search_analyzer": "standard"
        }
      }
    }
  }
}
PUT /multi_fields2
{
  "mappings": {
    "test": {
      "properties": {
        "body": {
          "type": "string",
          "index_analyzer": "standard",
          "search_analyzer": "standard"
        }
      }
    }
  }
}
PUT /multi_fields3
{
  "mappings": {
    "test": {
      "properties": {
        "body": {
          "type": "string",
          "index_analyzer": "keyword",
          "search_analyzer": "standard"
        }
      }
    }
  }
}

你会发现他们都有相同的type和相同的字段名称 -body- 但不同index_analyzers。然后定义一个别名：

POST _aliases
{
  "actions": [
    {"add": {
        "index": "multi_fields1",
        "alias": "multi"}},
    {"add": {
        "index": "multi_fields2",
        "alias": "multi"}},
    {"add": {
        "index": "multi_fields3",
        "alias": "multi"}}
  ]
}

将您的别名命名为与当前索引相同的名称。应用程序不需要更改，它将使用相同的名称进行索引搜索，but该名称不会指向索引，而是指向别名，而别名又引用您的多个索引。需要改变的是如何索引文档，因为html文件需要进去multi_fields1例如，索引email文档需要索引multi_fields2指数等

无论您找到/选择哪种解决方案，您的需求都需要改变，因为您想要的方式是不可能的。