使用 Ngram Tokenizer 和 Ngram Filters 会增加 ElasticSearch 中的索引大小吗？答案

【问题标题】：Will using Ngram Tokenizer and Ngram Filters increase the index size in ElasticSearch?使用 Ngram Tokenizer 和 Ngram Filters 会增加 ElasticSearch 中的索引大小吗？
【发布时间】：2017-08-16 16:09:51
【问题描述】：

您好，我是 Elasticsearch 新手，NGram Tokenizer 和 NGram Filter 会增加 Elasticseach 中的索引大小吗？

使用

MIN_NGRAM AS 1
MAX_NGRAM AS 50

以及如何使用 localhost 检查索引大小和令牌？

【问题讨论】：

标签： elasticsearch

【解决方案1】：

是的，使用（边缘）ngram 标记器或过滤器会增加索引大小 - 毕竟，您要存储更多标记。

作为补充说明，min_gram 设置为 1 可能允许您在第一次击键时执行自动完成操作，但除非您的数据集很小，否则您不太可能向用户提供足够窄的结果集以使其有用. min_gram 设置为 2 或 3 可以更好地平衡更大的数据集和性能。 max_gram 设置为 50 有类似的问题，但在另一个极端；用户不太可能输入那么多字符来自动完成任何内容，因此在这种情况下您会不必要地索引 ngram。当然，这些 cmets 特定于自动完成用例；我敢肯定，min_gram 和 max_gram 有很多可行的场景需要 1、50。

ES 参考文档有一些关于状态 API 的详细信息 - 最好尝试一下并查看输出： http://www.elasticsearch.org/guide/reference/api/admin-indices-status/

要确定 ES 如何标记您的输入： http://www.elasticsearch.org/guide/reference/api/admin-indices-analyze/

【讨论】：