假设我not_analyzed在映射中指定了字符串字段.如果我再添"store":"yes"加到映射,ElasticSearch会复制存储吗？我对not_analyzed字段的理解是它们不是通过分析器运行,按原样索引,但客户端能够匹配它.因此,如果某个字段都是not_analyzed和store:yes,这可能会导致ElasticSearch保留该字符串的两个副本.
我的问题:
not_analyzed和store:yes,会不会有串的重复存储？我希望这很清楚.谢谢!
jav*_*nna 91
你在lucene中混合了索引字段和存储字段的概念,即弹性搜索建立在其上的库.
当字段进入倒排索引时,该字段被索引,lucene用于提供其强大而快速的全文搜索功能的数据结构.如果要搜索字段,则必须对其进行索引.索引字段时,您可以决定是否要按原样对其进行索引,或者您要对其进行分析,这意味着决定应用于它的标记生成器,这将生成标记(单词)列表和标记列表可以修改生成的令牌的过滤器(甚至可以添加或删除一些令牌).索引字段的方式会影响您搜索字段的方式.如果您索引某个字段但不对其进行分析,并且其文本由多个单词组成,那么您将能够找到该文档,仅搜索包含空格的确切特定文本.
当您希望能够检索字段时,将存储该字段.让我们说Lucene也提供了某种存储,它与倒排索引本身没有任何关系.当您使用lucene进行搜索时,您将获得匹配的文档ID列表.然后,您可以从其存储的字段中检索一些文本,这就是您真正显示为搜索结果的内容.如果你没有存储一个字段,你就永远无法从lucene中获取它(尽管如此,弹性搜索不是这样,我将在下面解释).
您可以拥有您只想搜索的字段,并且永远不会显示:索引和未存储(默认位于lucene).
您可以拥有要搜索的字段并检索:索引和存储.
您可以拥有不想搜索的字段,但确实需要检索以显示它们.
因此,这两个数据结构彼此无关.如果您在lucene中索引并存储字段,则其内容将不会以相同的形式出现两次.当您将它们发送到lucene时,存储的字段按原样存储,而索引字段可能会被分析并且将成为反向索引的一部分,这是其他的东西.存储的字段用于检索特定文档(通过lucene文档id),而索引字段用于搜索,在这样的结构中,字面上反转文本,其结果是每个术语作为键,以及文档列表包含它的ID(发布列表).
当谈到弹性搜索时,事情会发生一些变化.如果未将映射中存储的字段配置为默认值(默认为store:no),则默认情况下无论如何都可以检索该字段.发生这种情况是因为elasticsearch总是在lucene中存储您发送给它的整个源文档(除非您禁用此功能)在一个名为_source的特殊lucene字段中.
当您使用elasticsearch进行搜索时,默认情况下会返回整个源字段,但您也可以请求特定字段.在这种情况下会发生的事情是elasticsearch检查这些特定字段是否存储在lucene中.如果它们是内容将从lucene中检索,否则将从lucene中检索_source存储的字段,解析为json(pull解析)并且将提取这些特定字段.在第一种情况下,它可能会快一点,但不一定.如果您的源代码非常大并且您只想加载几个字段,那么将它们配置为存储在lucene中可能会使加载过程更快; 另一方面,如果你_source不是那么大并且你想加载许多字段,那么最好只加载一个存储的字段(the _source),这将导致单个磁盘搜索,解析它等.在大多数情况下使用该_source字段的案例工作得很好.
回答你的问题:倒排索引和lucene存储是两个完全不同的东西.只有当你决定存储一个字段(store:yes在映射中)时,你最终才会在lucene中拥有相同数据的两个副本,因为elasticsearch会在json中保留相同的内容_source,但这与你的事实没有任何关系'重新索引或分析该领域.
| 归档时间： |
|
| 查看次数： |
17140 次 |
| 最近记录： |