如何对 Elasticsearch 中的已分析/标记化字段进行排序？

Question

我们在索引中存储了一个title 字段，并希望将该字段用于两个目的：

1. 我们正在使用 ngram 过滤器进行分析，以便提供自动完成和即时结果
2. 我们希望能够在 title 字段上使用 ASC 排序而不是分数来列出结果。

索引/过滤器/分析器的定义如下：

array(
    'number_of_shards' => $this->shards,
    'number_of_replicas' => $this->replicas,
    'analysis' => array(
        'filter' => array(
            'nGram_filter' => array(
                'type' => 'nGram',
                'min_gram' => 2,
                'max_gram' => 20,
                'token_chars' => array('letter','digit','punctuation','symbol')
            )
        ),

        'analyzer' => array(
            'index_analyzer' => array(
                'type' => 'custom',
                'tokenizer' =>'whitespace',
                'char_filter' => 'html_strip',
                'filter' => array('lowercase','asciifolding','nGram_filter')
            ),
            'search_analyzer' => array(
                'type' => 'custom',
                'tokenizer' =>'whitespace',
                'char_filter' => 'html_strip',
                'filter' => array('lowercase','asciifolding')
            )
        )
    )
),

我们遇到的问题是当我们对title 字段进行排序时，结果无法预测。经过一番搜索，我们在 ElasticSearch 的 sort 手册页的末尾找到了这个... (http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-request-sort.html#_memory_considerations)

对于基于字符串的类型，排序依据的字段不应被分析/标记化。

我们怎样才能既分析该字段，又对其进行排序呢？我们是否需要使用not_analyzed 将字段存储两次以进行排序？由于字段_source 也将title 值存储为原始状态，因此不能用于排序吗？

Answer 1

您可以在 Elasticsearch 中使用 Multi Field Type 的内置概念。

multi_field 类型允许映射多个具有相同值的 core_type。这可以非常方便，例如，当想要映射一个字符串类型时，当它被分析一次时，一次当它没有被分析时。

在 Elasticsearch 参考中，请查看 String Sorting and Multi Fields 指南，了解如何设置您需要的内容。

请注意，多字段映射配置在 Elasticsearch 0.90.X 和 1.X 之间发生了变化。根据您的版本使用适当的以下指南：

• 0.90 Multi Field Type
• 1.X Multi Field Type