5

我正在尝试优化我的弹性搜索方案。

我有一个 URL 字段 - 我不想查询或过滤它，只是检索它。

我的理解是，定义为的字段"index":"no"没有被索引，但仍然存储在索引中。（参见http://www.slideshare.net/nitin_stephens/lucene-basics中的幻灯片 5 ）这应该与 Lucene UnIndexed 匹配，对吧？

这让我很困惑，有没有办法存储一些字段，而不是仅仅占用它们的内容更多的存储空间，并且不妨碍其他字段的索引？

我错过了什么？

4

3 回答 3

15

我是在堆栈交换上发帖的新手，但相信我可以提供一点帮助！

这里有几个考虑：

分析

由于您不想做额外的工作，您应该设置"index": "no". 这意味着该字段将不会通过任何标记器和过滤器运行。

此外，将查询定向到特定字段时将无法搜索：（无命中）

"query": {
    "term": {
        "url": "http://www.domain.com/exact/url/that/was/sent/to/elasticsearch"
    }
}

*这里的“url”是字段名。

但是，该字段仍可在该_all字段中搜索：（可能会成功）

"query": {
    "term": {
        "_all": "http://www.domain.com/exact/url/that/was/sent/to/elasticsearch"
    }
}

_all场地

默认情况下，每个字段都放在_all字段中。设置"include_in_all": "false"停止。这可能不是您的问题，因为您不太可能_all错误地搜索带有 URL 的字段。

我正在使用将国家/地区存储为 2 个字母代码的模式，例如：“NO”表示挪威，并且有人可能会使用“NO”对 all 字段进行搜索，因此我确保设置"include_in_all": "false".

注意：您未明确指定字段的任何查询都将针对该_all字段执行。

存储

默认情况下，elasticsearch 将存储您的整个文档（未分析，在您发送时），并将在命中_source字段中返回给您。如果您将其关闭（如果您的 elasticsearch 数据库可能变得越来越大？）那么您需要明确设置"store": "yes"为单独存储字段。（需要注意的一件事是store需要yes或no不需要true或false- 它让我绊倒了！）

注意：如果您这样做，您将需要明确请求您想要返回给您的字段。例如：

curl -XGET http://path/index_name/type_name/id?fields=url,another_field

最后...

我会留下 elasticsearch 来存储您的整个文档（作为默认值）并使用以下映射。

"type_name": {
    "properties": {
        "url": {
            "type": "string",
            "index": "no",
            "include_in_all": "false"
        },
        // other fields' mappings
    }
}

来源：弹性搜索文档

于 2013-06-04T16:34:57.360 回答
4

有两种方法可以将数据输入到索引中。索引和存储。索引一条数据意味着它被标记化，并被放入倒排索引中，并且可以被搜索到。存储数据意味着它没有被标记化、分析或任何东西，也没有被添加到倒排索引中。它以全文形式存储在一个完全独立的区域中。无法对其进行搜索，但可以通过其文档 ID 以原始形式对其进行检索。

典型的 Lucene 查询过程是查询索引数据，并获取匹配文档的返回 Document ID，然后使用这些文档 ID 检索这些文档的存储数据，并将其显示给用户。

已编入索引但未存储的数据是可搜索的，但无法以其原始形式检索。

一旦找到命中，就可以检索已存储但未编入索引的数据，但不可搜索。

可以搜索或检索索引和存储的数据。

两者都不是的数据根本无法添加到索引中。

这在Lucene FAQ中有一些介绍。

于 2013-06-04T16:27:52.270 回答
1

您正在寻找'index' => 'not_analyzed'映射选项。

此外，如果您使用_source，则不必指定store => false选项。

于 2013-06-04T11:05:57.957 回答