什么类型最适合弹性搜索“关键字”（如主题标签）字段？答案

【问题标题】：what types are best for elasticsearch "KEYWORDS"(like hashtags) field?什么类型最适合弹性搜索“关键字”（如主题标签）字段？
【发布时间】：2021-03-30 22:50:42
【问题描述】：

我想为某些关键字创建 Elasticsearch 索引，例如.. hashtag。并为关键字制作同义词过滤器。

我认为索引关键字有两种方法，第一种是keyword类型。

{
    "settings": {
        "keywordField": {
            "type": "keyword"
        }
    }
}

如果使用League of Legends 建立索引也许是这个。

{
    "keywordField": ["leagueoflegends", "league", "legends", "lol" /* synonym */]
}

或text 输入：

{
    "settings": {
        "keywordField": {
            "type": "text",
            "analyzer": "lowercase_and_whitespace_and_synonym_analyzer"
        }
    }
}

也许是这样。

{
    "keywordField": ["league of legends"](synonym: lol => leagueoflegends)
}

如果对该字段使用_analyzer api，则需要“leagueoflegends”、“league”、“legends”

搜索查询：“lol”、“英雄联盟”、“英雄联盟”必须匹配此字段。

哪种做法最好？

【问题讨论】：

标签： elasticsearch elasticsearch-7 elasticsearch-analyzers

【解决方案1】：

添加一个包含索引数据、映射、搜索查询和搜索结果的工作示例。在下面的例子中，我取了两个同义词lol和leagueoflegends

索引映射：

{
  "settings": {
    "index": {
      "analysis": {
        "filter": {
          "synonym_filter": {
            "type": "synonym",
            "synonyms": [
              "leagueoflegends, lol"
            ]
          }
        },
        "analyzer": {
          "synonym_analyzer": {
            "filter": [
              "lowercase",
              "synonym_filter"
            ],
            "tokenizer": "standard"
          }
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "keywordField": {
        "type": "text"
      }
    }
  }
}

索引数据：

{
    "keywordField": ["leagueoflegends", "league", "legends"]
}

搜索查询：

 {
  "query": {
    "match": {
      "keywordField": {
        "query": "lol",
        "analyzer": "synonym_analyzer"
      }
    }
  }
}

搜索结果：

"hits": [
      {
        "_index": "66872989",
        "_type": "_doc",
        "_id": "1",
        "_score": 0.19363807,
        "_source": {
          "keywordField": [
            "leagueoflegends",
            "league",
            "legends"
          ]
        }
      }
    ]

【讨论】：