ElasticSearch——分詞

 

前言：

最近在使用elasticSearch中發現有些數據查不出來，於是研究了一下，發現是分詞導致的，現梳理並總結一下。

 

ElasticSearch 5.0以后，string類型有重大變更，移除了string類型，string字段被拆分成兩種新的數據類型: text用於全文搜索的,而keyword用於關鍵詞搜索。

ElasticSearch字符串將默認被同時映射成text和keyword類型，將會自動創建下面的動態映射(dynamic mappings):

"relateId": {  
　　"type": "text",  
　　"fields": {  
　　　　"keyword": {  
　　　　　　"type": "keyword",  
　　　　　　"ignore_above": 256 
　　　　}
　　 }
}

這就是造成部分字段還會自動生成一個與之對應的“.keyword”字段的原因。

 

存儲查詢示例：

relateId存儲：20191101R672499460503　　　　　　　　  1個值 

relateId.keyword存儲：20191101 R 672499460503　　　　3個值

 

這時用relateId進行精確查詢，查不出數據，因為已經被分成3個詞了：

 

用relateId.keyword進行精確查詢則可以查出數據來：

 

 

兩者比較：

Text：默認會分詞，然后進行索引，支持模糊、精確查詢，不支持聚合

keyword：不進行分詞，直接索引，支持模糊、精確查詢，支持聚合

 

進階處理：

注意：Text默認會分詞，這是很智能的，但在有些字段里面是沒用的，所以對於有些字段使用text則浪費了空間。這時可以設置mapping為not analyzied，讓它不分詞。

"relateId": {  
　　"type": "text",  
   "index": "not_analyzed"  
}

如果要指定分詞則用下面的方式：

"relateId": {  
　　"type": "text",  
   "analyzer": "ik_max_word",
   "search_analyzer":"ik_smart",
   "fields": {
      "keyword": {
         "type": "keyword",
         "ignore_above": 256
      }
　　}
}