背景 在搜索引擎和数据存储中，高效处理多样化的查询需求至关重要。以公司名称和时间字段为例，这些字段可能需要同时支持全文搜索和精确匹配。Elasticsearch 提供了多字段功能，允许单个字段展示多种行为，例如分词搜索和精确匹配。本文将分析如何利用多字段功能，处理具有多种类型需求的字段，如 name 和时间字段。 多字段基础 在 Elasticsearch 中，一个字段无法具备多种类型，但通过 多字段机制 (Multi-fields)，同一个字段可以有多种功能，如全文搜索和精确匹配。 尽管一个字段只能有一个主类型，但通过属性 fields，可以为字段增加子字段，每个子字段可以有自己的类型和属性。 基本示例 下面是一个多字段的配置：
{
"mappings": {
"properties": {
"name": {
"type": "text", // 主字段，用于全文搜索
"fields": {
"keyword": { // 子字段名
"type": "keyword", // 子字段，用于精确匹配
"ignore_above": 256
}
}
}
}
}
}
name 字段应用场景 想象一个情况：在一个全球化的应用中，需要搜索公司名称，比如“Dragon Ball Co., Ltd.”： 需求分析 1. 支持全文搜索： ◦ 用户不许能输入全部名称，但输入“Dragon” 或 “Ball”，应该返回有关的文档。 2. 支持精确匹配： ◦ 实际中需要精确匹配全名“Dragon Ball Co., Ltd.”，应该使用未分词的原始值进行匹配。 选择使用多字段
- 全文搜索： 采用主字段
name(类型为text)，支持分词后搜索：
GET dev_companies/_search
{
"query": {
"match": {
"name": "Dragon Ball"
}
}
}
- 精确匹配： 采用子字段
name.keyword(类型为keyword)，用于匹配未分词的值：
GET dev_companies/_search
{
"query": {
"term": {
"name.keyword": "Dragon Ball Co., Ltd."
}
}
}
- 短语应匹配： 如果需要匹配分词序列，使用
match_phrase及远离参数slop：
GET dev_companies/_search
{
"query": {
"match_phrase": {
"name": {
"query": "Dragon Ball",
"slop": 2
}
}
}
}