使用语言分析器

Elasticsearch 的内置分析器都是全局可用的，不需要提前配置，它们也可以在字段映射中直接指定在某字段上：

  1. PUT /my_index
  2. {
  3.   "mappings": {
  4.     "blog": {
  5.       "properties": {
  6.         "title": {
  7.           "type":     "string",
  8.           "analyzer": "english" (1)
  9.         }
  10.       }
  11.     }
  12.   }
  13. }

<1> title 字段将会用 english（英语）分析器替换默认的 standard（标准）分析器

当然，文本经过 english 分析处理，我们会丢失源数据：

  1. GET /my_index/_analyze?field=title (1)
  2. I'm not happy about the foxes

<1> 切词为: i'm，happi，about，fox

我们无法分辨源文档中是包含单数 fox 还是复数 foxes ；单词 not 因为是停用词所以被移除了，所以我们无法分辨源文档中是happy about foxes还是not happy about foxes，虽然通过使用 english（英语）分析器，使得匹配规则更加宽松，我们也因此提高了召回率，但却降低了精准匹配文档的能力。

为了获得两方面的优势，我们可以使用multifields（多字段）对 title 字段建立两次索引：一次使用english（英语）分析器，另一次使用 standard（标准）分析器:

  1. PUT /my_index
  2. {
  3.   "mappings": {
  4.     "blog": {
  5.       "properties": {
  6.         "title": { (1)
  7.           "type": "string",
  8.           "fields": {
  9.             "english": { (2)
  10.               "type":     "string",
  11.               "analyzer": "english"
  12.             }
  13.           }
  14.         }
  15.       }
  16.     }
  17.   }
  18. }

<1> 主 title 字段使用 standard（标准）分析器。

<2> title.english 子字段使用 english（英语）分析器。

替换为该字段映射后，我们可以索引一些测试文档来展示怎么在搜索时使用两个字段：

  1. PUT /my_index/blog/1
  2. { "title": "I'm happy for this fox" }
  4. PUT /my_index/blog/2
  5. { "title": "I'm not happy about my fox problem" }
  7. GET /_search
  8. {
  9.   "query": {
  10.     "multi_match": {
  11.       "type":     "most_fields", (1)
  12.       "query":    "not happy foxes",
  13.       "fields": [ "title", "title.english" ]
  14.     }
  15.   }
  16. }

<1> 使用most_fields query type（多字段搜索语法来）让我们可以用多个字段来匹配同一段文本。

感谢 title.english 字段的切词，无论我们的文档中是否含有单词 foxes 都会被搜索到，第二份文档的相关性排行要比第一份高， 因为在 title 字段中匹配到了单词 not 。