Elasticsearch 字段多种类型处理

背景​

 

在搜索引擎和数据存储中，高效处理多样化的查询需求至关重要。以公司名称和时间字段为例，这些字段可能需要同时支持全文搜索和精确匹配。Elasticsearch 提供了多字段功能，允许单个字段展示多种行为，例如分词搜索和精确匹配。本文将分析如何利用多字段功能，处理具有多种类型需求的字段，如 name 和时间字段。​

多字段基础​

 

在 Elasticsearch 中，一个字段无法具备多种类型，但通过 多字段机制 (Multi-fields)，同一个字段可以有多种功能，如全文搜索和精确匹配。​

尽管一个字段只能有一个主类型，但通过属性 fields，可以为字段增加子字段，每个子字段可以有自己的类型和属性。​

基本示例​

 

下面是一个多字段的配置：​

{"mappings": {"properties": {"name": {"type": "text",  // 主字段，用于全文搜索"fields": {"keyword": { // 子字段名"type": "keyword",  // 子字段，用于精确匹配"ignore_above": 256}}}}}
}

 

name 字段应用场景​

 

想象一个情况：在一个全球化的应用中，需要搜索公司名称，比如“Dragon Ball Co., Ltd.”：​

需求分析​

 

1.

支持全文搜索：​

◦

用户不许能输入全部名称，但输入“Dragon” 或 “Ball”，应该返回有关的文档。​

 

2.

支持精确匹配：​

◦

实际中需要精确匹配全名“Dragon Ball Co., Ltd.”，应该使用未分词的原始值进行匹配。​

 

选择使用多字段

 

• 全文搜索： 采用主字段 name (类型为 text)，支持分词后搜索：

​

GET dev_companies/_search
{"query": {"match": {"name": "Dragon Ball"}}
}

 

• 精确匹配： 采用子字段 name.keyword (类型为 keyword)，用于匹配未分词的值：

GET dev_companies/_search
{"query": {"term": {"name.keyword": "Dragon Ball Co., Ltd."}}
}

• 短语应匹配： 如果需要匹配分词序列，使用 match_phrase 及远离参数 slop：

 

GET dev_companies/_search {"query": {"match_phrase": {"name": {"query": "Dragon Ball","slop": 2}}} }