fields.md

fields

为了不同的目的通常会将相同的字段用不同的方式来索引。这就是多字段(multi-fields)的目的。比如，string字段可以映射为text字段来做全文搜索，也可以映射为keyword来做排序或者聚集。

curl -XPUT 'localhost:9200/my_index?pretty' -d'
{
  "mappings": {
    "my_type": {
      "properties": {
        "city": {
          "type": "text",
          "fields": {
            "raw": { 	// 1
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}'
curl -XPUT 'localhost:9200/my_index/my_type/1?pretty' -d'
{
  "city": "New York"
}'
curl -XPUT 'localhost:9200/my_index/my_type/2?pretty' -d'
{
  "city": "York"
}'
curl -XGET 'localhost:9200/my_index/_search?pretty' -d'
{
  "query": {
    "match": {
      "city": "york" 	// 2
    }
  },
  "sort": {
    "city.raw": "asc" 	// 3
  },
  "aggs": {
    "Cities": {
      "terms": {
        "field": "city.raw" 	// 4
      }
    }
  }
}'

• 1 city.raw字段是city字段的keyword版本
• 2 city字段可以用于全文搜索
• 3 4 city.raw字段可以用于排序和聚集

多字段不会改变原始的_source字段

同一个索引中相同名字的字段可以有不同的fields。可以通过PUT mapping API向已存在的字段增加多字段(multi-fields)。

多字段使用多个分析器

多字段的另一个用处是用不同的分析器来拆分字段以取得更好地相关性。比如，我们可以用标准分析器来索引字段，将文本拆分成单词，然后再次使用英语分析器将单词转换成根形式。

curl -XPUT 'localhost:9200/my_index?pretty' -d'
{
  "mappings": {
    "my_type": {
      "properties": {
        "text": { 	// 1
          "type": "text",
          "fields": {
            "english": { 	// 2
              "type":     "text",
              "analyzer": "english"
            }
          }
        }
      }
    }
  }
}'
curl -XPUT 'localhost:9200/my_index/my_type/1?pretty' -d'
{ "text": "quick brown fox" } '	// 3
curl -XPUT 'localhost:9200/my_index/my_type/2?pretty' -d'
{ "text": "quick brown foxes" } '	// 4
curl -XGET 'localhost:9200/my_index/_search?pretty' -d'
{
  "query": {
    "multi_match": {
      "query": "quick brown foxes",
      "fields": [ 	// 5
        "text",
        "text.english"
      ],
      "type": "most_fields" 	// 6
    }
  }
}'

• 1 text字段使用标准分析器
• 2 text.english字段使用英语分析器
• 3 4 索引两个文档，一个带fox另一个带foxes
• 5 6 查询text和text.english字段，结合两者的分值

第一个文档的text字段包含了fox，第二个文档包含了foxes。两个文档的text.english字段都包含了fox，因为foxes被转换成了fox。

查询text字段时查询字段由标准分析器来分析，查询text.english字段时由英语分析器来分析。经过英语分析器处理的字段允许foxes的查询匹配到只包含fox的文档。这样可以让我们匹配到尽量多的文档。通过查询未处理的text字段，改善了只匹配foxes文档的相关性分数。