aws - ¿Por qué el campo "not_analyzed" de Elasticsearch está dividido en términos?

elasticsearch tutorial

Question

Tengo el siguiente campo en mi definición de mapeo:

...
"my_field": {
"type": "string",
"index":"not_analyzed"
}
...

Cuando my_field = ''test-some-another'' un documento con el valor de my_field = ''test-some-another'' ese valor se divide en 3 términos: test , some , another .

¿Qué estoy haciendo mal?

Creé el siguiente índice:

curl -XPUT localhost:9200/my_index -d ''{
"index": {
"settings": {
"number_of_shards": 5,
"number_of_replicas": 2
},
"mappings": {
"my_type": {
"_all": {
"enabled": false
},
"_source": {
"compressed": true
},
"properties": {
"my_field": {
"type": "string",
"index": "not_analyzed"
}
}
}
}
}
}''

Luego indico el siguiente documento:

curl -XPOST localhost:9200/my_index/my_type -d ''{
"my_field": "test-some-another"
}''

Luego uso el complemento https://github.com/jprante/elasticsearch-index-termlist con la siguiente API: curl -XGET localhost:9200/my_index/_termlist Eso me da la siguiente respuesta:

{"ok":true,"_shards":{"total":5,"successful":5,"failed":0},"terms": ["test","some","another"]}

Answer 1

En ElasticSearch, un campo se indexa cuando va dentro del índice invertido, la estructura de datos que lucene utiliza para proporcionar sus capacidades de búsqueda de texto completo grandes y rápidas. Si desea buscar en un campo, debe indexarlo. Cuando indexa un campo, puede decidir si desea indexarlo tal como está, o si desea analizarlo, lo que significa decidir si un tokenizador se aplicará a él, lo que generará una lista de tokens (palabras) y una lista de tokens. filtros que pueden modificar los tokens generados (incluso agregar o eliminar algunos). La forma en que indexa un campo afecta cómo puede buscar en él. Si indexa un campo pero no lo analiza, y su texto está compuesto por varias palabras, podrá encontrar ese documento solo buscando ese texto específico exacto, incluidos los espacios en blanco.

Puede tener campos en los que solo desea buscar y nunca mostrar: indexados y no almacenados (predeterminado en lucene). Puede tener campos en los que quiera buscar y también recuperar: indexados y almacenados. Puede tener campos en los que no desea buscar, pero desea recuperarlos para mostrarlos.

Answer 2

Verifique que la asignación realmente se establece ejecutando:

curl localhost:9200/my_index/_mapping?pretty=true

El comando que crea el índice parece ser incorrecto. No debe contener "index" : { como elemento raíz. Prueba esto:

curl -XPUT localhost:9200/my_index -d ''{
"settings": {
"number_of_shards": 5,
"number_of_replicas": 2
},
"mappings": {
"my_type": {
"_all": {
"enabled": false
},
"_source": {
"compressed": true
},
"properties": {
"my_field": {
"type": "string",
"index": "not_analyzed"
}
}
}
}
}''