文档

• 《The Definitive Guide》: 适合初学者 请先阅读 《mappings and analysis》
• 《reference》 : 需要有一定的搜索引擎基础、熟悉分布式系统、熟悉query DSL等。

• Elasticsearch 中文总结

• ??? http://donlianli.iteye.com/blog/1924721

• ??? http://blog.csdn.net/laigood/article/details/8733292

index

创建索引

curl -XPUT 'http://localhost:9200/myIndex/' -d '{
    "settings" : {
        "index" : {
            // ...
        },
        "analysis" : {                                                  # 配置analysis
            "char_filter" : {
                "myCharFilter" : {                                      # 自定义CharFilter的名称
                    // ...
                }
            },
            "tokenizer" : {
                "myTokenizer" : {                                       # 自定义tokennizer的名称
                    // ...
                }
            },
            "filter" : {
                "myFilter" : {                                          # 自定义TokenFilter的名称
                    // ...
                }
            },
            "analyzer" : {
                "myAnalyzer" : {                                        # 自定义analyzer的名称
                    // ...
                }
            }
        }
    },
    "mappings" : {
        "myType": {
            "properties": {
                "myField": {
                    // ...
                 }
            }
        }
    }
}'

修改索引的设置

curl -XPOST http://localhost:9200/my_index/_close                 # 此后，无法再索引上进行任何读写操作。
curl -XPUT http://localhost:9200/my_index/_settings -d '
{
    "index" : {                                                     # 配置index
        "number_of_replicas" : 4,
        "auto_expand_replicas" : "0-5"
    },
    "analysis" : {                                                  # 配置analysis
        "char_filter" : {
            "myCharFilter" : {                                      # 自定义CharFilter的名称
                "type" : "html_strip",
                "escaped_tags" : ["xxx", "yyy"],
                "read_ahead" : "1024"
            }
        },
        "tokenizer" : {
            "myTokenizer" : {                                       # 自定义tokennizer的名称
                "type" : "standard",
                "stopwords" : ["stop1", "stop2"]
            }
        },
        "filter" : {
            "myFilter" : {                                          # 自定义TokenFilter的名称
                "type" : "keyword",
                "buffer_size" : 512
            }
        },
        "analyzer" : {
            "myAnalyzer" : {                                        # 自定义analyzer的名称
                "type": "custom",
                "char_filter" : ["myCharFilter"],
                "tokenizer" : ["myTokenizer"],
                "filter" : ["standard", "nGram","myFilter"]
            }
        }
    }
}'
curl -XPOST http://localhost:9200/my_index/_open                # 此后，就可以在索引上进行读写操作了。

创建或修改Mapping

curl -XPUT http://localhost:9200/myIndex/_mapping/myType?pretty -d '{
    "myType" : {
        "properties":{
            "name" : {
                "type":"string",
                "index": "analyzed",
                "analyzer": "english"
            }
        }
    }
}'

Analyzer

analyzer 由单个 Tokenizer 和 零个或多个 TokenFilter 组成。 tokenizer 之前可能有一个或多个 CharFilter. 你可以任意组合内建的CharFilter、Tokenizer、TokenFilter来创建自定义的 analyzer。

验证分词效果

• 验证默认 analyzer

    curl -XGET "http://localhost:9200/_analyze?analyzer=standard&pretty" -d '杭州徐娜拉电子商务有限公司'
  

• 验证各种插件，比如 elasticsearch-analysis-smartcn 提供的 analyzer

    cd ${ES_HOME}
    bin/plugin -install elasticsearch/elasticsearch-analysis-smartcn/2.4.2   # 只需要执行一次即可
    curl -XGET "http://localhost:9200/_analyze?analyzer=smartcn&pretty" -d '杭州徐娜拉电子商务有限公司'
  

• 验证index下自定义analyzer

    # 请先参考前面的文档，创建索引，并创建自定义analyzer
    curl -XGET "http://localhost:9200/myIndex/_analyze?analyzer=myAnalyzer&pretty" -d '杭州徐娜拉电子商务有限公司'
  

默认 analyzer

analyzer注册时提供了逻辑名（别名），可以在 mapping 定义中、某些API中引用这个逻辑名。如果这些地方没有明确指定，会使用默认的。

• default 逻辑名 : 设置创建文档索引和搜索时使用的默认 analyzer。
• default_index 逻辑名 : 仅设置创建文档索引时使用的默认 analyzer。
• default_search 逻辑名 : 仅设置搜索时的默认 analyzer。

Tokenizer

tokenizer

TokenFilter

TokenFilter 从 tokenizer 获取一个tocken的流，然后对该流进行修改。比如，转为小写，删除停词，插入同义词等。

CharFilter

在将字符串传递给Tokenizer之前，先过滤掉一些特殊词。比如，删除HTML标签，将 & 变换为 and 。

elasticsearch-analysis-icu.

query

lucene javadoc : Query

query/filter

一般来说，如果只是存在性（yes/no）查询、精确值查询。 filter后的结果可以被缓存，而且不需要太多内存。