elasticsearch全局检索多分词器匹配

在es全局检索的需求中，需要进行多个分词器同时匹配关键词，例如：

在商品名称、品牌名称和类目名称中匹配含有“西”关键字的查询结果，当一个字段匹配时即加入查询结果

用sql语句表达为：select * from item where item_name like %西% or brand_name like %西% or c_name like %西%

其中item_name，brand_name，c_name分别商品名称、品牌名称和类目名称

这个简单的需求在es中却实现比较困难，原因是es在索引数据时会针对字段内容进行分词，下面列出es几种分词器的特性：

1）standard分词器

es默认的分词器，对中文支持不友好，会将中文分成单字，这样在查询多个汉字时就匹配不到doc，所以针对中文字段可使用ik

2）ik分词器

需要单独安装ik插件，有ik_smart和ik_max_word两种分词粒度，其中ik_max_word粒度更细，但如果ik识别不出的词，就不会分出

导致上边的全局检索例子查询“西”时匹配不到数据

3）pinyin分词器

需要安装插件，可支持拼音全拼、简拼和首字母查询

鉴于以上分词器的特性，在全局检索时可能需要使用几种分词器同时工作，那这种需求该如何来处理呢？答案是使用multi_field

以下为multi_field的mapping：

{ "item" : { "properties" : { "item_name" : { "type" : "multi_field", "fields" : { "item_name_ik" : {"type" : "string", "analyzer" :"ik"}, "item_name_not" : {"type" : "string", "index" : "not_analyzed"}, "item_name_standard" : {"type" : "string"} } }, "brand_name" : { "type" : "multi_field", "fields" : { "brand_name_ik" : {"type" : "string", "analyzer" :"ik"}, "brand_name_not" : {"type" : "string", "index" : "not_analyzed"}, "brand_name_standard" : {"type" : "string"} } }, "c_name" : { "type" : "multi_field", "fields" : { "c_name_ik" : {"type" : "string", "analyzer" :"ik"}, "c_name_not" : {"type" : "string", "index" : "not_analyzed"}, "c_name_standard" : {"type" : "string"} } } } } }

对每个需要查询的字段分别设置不同的分词器，查询时的json如下：

{"from" : 0, "size" : 20, "query" : { "bool" : { "should" : [ { "fuzzy" : { "item_name.item_name_ik" : { "value" : "西" } } }, { "fuzzy" : { "item_name.item_name_not" : { "value" : "西" } } }, { "fuzzy" : { "item_name.item_name_standard" : { "value" : "西" } } }, { "fuzzy" : { "brand_name.brand_name_ik" : { "value" : "西" } } }, { "fuzzy" : { "brand_name.brand_name_not" : { "value" : "西" } } }, { "fuzzy" : { "brand_name.brand_name_standard" : { "value" : "西" } } }, { "fuzzy" : { "c_name.c_name_ik" : { "value" : "西" } } }, { "fuzzy" : { "c_name.c_name_not" : { "value" : "西" } } }, { "fuzzy" : { "c_name.c_name_standard" : { "value" : "西" } } } ] } } }

这样就会针对所有分词的情况，查询到含有关键字“西”的文档，如果觉得这样写的结构比较麻烦，也可使用multi_match

如下：

{ "multi_match" : { "query" : "西", "fields" : [ "brand_name.brand_name_standard", "item_name.item_name_standard", "c_name.c_name_standard" ....] } }

另外：

使用client客户端api可根据字段名获取到mapping信息，例如可根据item_name名字找到它下边的c_name_standard等名称

这样在可简化查询条件的构建，代码如下：

//查询item_name下的fileds设置，遍历出各fields的名字放入list

List<String> list = new ArrayList<String>();
String fieldName = "item_name";
GetFieldMappingsRequest fieldMappingsRequest = new GetFieldMappingsRequest().indices(index).types(type).fields(fieldName);
GetFieldMappingsResponse responseActionFuture = client.admin().indices().getFieldMappings(fieldMappingsRequest).actionGet();
GetFieldMappingsResponse.FieldMappingMetaData fieldMappingMetaData = responseActionFuture.fieldMappings(index,type,fieldName);
Object field = fieldMappingMetaData.sourceAsMap().get(fieldName);
if(field == null){
    return list;
}
Map<String, Object> fieldsMap = (Map)((Map)field).get("fields");
if(fieldsMap == null){
    return list;
}else{
    Iterator<Map.Entry<String, Object>> entries = fieldsMap.entrySet().iterator();
    while (entries.hasNext()) {
        Map.Entry<String, Object> entry = entries.next();
        System.out.println("Key = " + entry.getKey());
        list.add(entry.getKey());
    }
}
//构建查询条件
 SearchRequestBuilder builder = client.prepareSearch(index).setTypes(type); BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery(); for(String field : list){
    boolQueryBuilder.should(QueryBuilders.fuzzyQuery(query.getKey() + "." +field, query.getValue()));
}
 builder.setQuery(boolQueryBuilder); SearchResponse searchResponse = builder.execute().actionGet();
SearchHits hits = searchResponse.getHits();