每份文档一种语言 | Elasticsearch: 权威指南

每份文档一种语言 | Elasticsearch: 权威指南 | Elastic

2025-10-26

请注意:
本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。

» » »

每份文档一种语言编辑

每个主语言文档只需要相当简单的设置。不同语言的文档被分别存放在不同的索引中 — blogs-en 、 blogs-fr ，如此等等 — 这样每个索引就可以使用相同的类型和相同的域，只是使用不同的分析器：

PUT /blogs-en
{
  "mappings": {
    "post": {
      "properties": {
        "title": {
          "type": "string", 
          "fields": {
            "stemmed": {
              "type":     "string",
              "analyzer": "english" 
            }
}}}}}}

PUT /blogs-fr
{
  "mappings": {
    "post": {
      "properties": {
        "title": {
          "type": "string", 
          "fields": {
            "stemmed": {
              "type":     "string",
              "analyzer": "french" 
            }
}}}}}}

	索引 `blogs-en` 和 `blogs-fr` 的 `post` 类型都有一个包含 `title` 域。
	`title.stemmed` 子域使用了具体语言的分析器。

这个方法干净且灵活。新语言很容易被添加 — 仅仅是创建一个新索引--因为每种语言都是彻底的被分开，我们不用遭受在混合语言的陷阱中描述的词频和词干提取的问题。

每一种语言的文档都可被独立查询，或者通过查询多种索引来查询多种语言。我们甚至可以使用 indices_boost 参数为特定的语言添加优先权：

GET /blogs-*/post/_search 
{
    "query": {
        "multi_match": {
            "query":   "deja vu",
            "fields":  [ "title", "title.stemmed" ] 
            "type":    "most_fields"
        }
    },
    "indices_boost": { 
        "blogs-en": 3,
        "blogs-fr": 2
    }
}

	这个查询会在所有以 `blogs-` 开头的索引中执行。
	`title.stemmed` 字段使用每个索引中指定的分析器查询。
	也许用户接受语言标头表明，更倾向于英语，然后是法语，所以相应的，我们会为每个索引的结果添加权重。任何其他语言会有一个中性的权重 1 。

外语单词编辑

当然，有些文档含有一些其他语言的单词或句子，且不幸的是这些单词被切为了正确的词根。对于主语言文档，这通常并不是主要的问题。用户经常需要搜索很精确的单词--例如，一个其他语言的引用--而不是语型变化过的单词。召回率 (Recall)可以通过使用 归一化词元 中讲解的技术提升。

假设有些单词例如地名应当能被主语言和原始语言都能检索，例如 Munich 和 München 。这些单词实际上是我们在 同义词 解释过的同义词。

不要对语言使用类型

你也许很倾向于为每个语言使用分开的类型，来代替使用分开的索引。为了达到最佳效果，你应当避免使用类型。在类型和映射解释过，不同类型但有相同域名的域会被索引在 相同的倒排索引 中。这意味着不同类型（和不同语言）的词频混合在了一起。

为了确保一种语言的词频不会污染其他语言的词频，在后面的章节中会介绍到，无论是为每个语言使用单独的索引，还是使用单独的域都可以。

« 混合语言的陷阱每个域一种语言 »

官方地址：https://www.elastic.co/guide/cn/elasticsearch/guide/current/one-lang-docs.html

有任何技术问题请点击这里网站运营推广招聘

IT PHP 编程语言开发编程 Linux 科技 Elasticsearch HTML/CSS/XML 面试数据库网络 JAVA NoSQL C/C++ Golang 操作系统 Git 算法正则表达式 Redis 互联网 MySql 软件运维 JavaScript 国际架构设计 Mac OS Excel TCP/IP Windows Oracle Socket Vim VR 运营 MongoDB Python MemCache 商业硬件电子娱乐设计摄影 nginx WordPress 游戏 HTTP 团建数码电器 Docker

携程Elasticsearch数据同步实践 Elasticsearch集群模式知多少 Elasticsearch是做什么的以及它的使用和基本原理 Elasticsearch简介与实战 elasticsearch动态映射如何配置使用Elasticsearch的动态映射 (dynamic mapping) elasticsearch配置 elasticsearch集群分布式特性 Elasticsearch集群高亮搜索 elasticsearch最新版安装 elasticsearch集群部署文档两节点Elasticsearch集群 ElasticSearch自带的分词类型 elasticsearch出现只读索引如何操作 blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];') ElasticSearch 的聚合（Aggregations） es 相关配置文件 Elasticsearch 映射参数 fields Elasticsearch集群节点(角色)类型解释node.master和node.data 安装elasticsearch的java环境确认 elasticsearch[5.5]全文匹配 —— Common Terms Query常用术语查询

略微加速

Elasticsearch权威指南 - 互联网笔记

每份文档一种语言编辑

外语单词编辑

略微加速

Elasticsearch权威指南 - 互联网笔记

每份文档一种语言编辑

外语单词编辑

Getting Started Videos