一尘不染

not_indexed字段存储在索引中

elasticsearch

我正在尝试优化我的Elasticsearch方案。

我有一个URL字段-我不想查询或过滤它,而只是检索它。

我的理解是,定义为的字段"index":"no"未建立索引,但仍存储在索引中。(请参阅http://www.slideshare.net/nitin_stephens/lucene-
basics中的幻灯片5
)这应该与Lucene UnIndexed相匹配,对吗?

这使我感到困惑,是否有一种方法可以存储某些字段,而又不占用更多的存储空间,而又不占用其他字段的索引呢?

我想念什么?


阅读 272

收藏
2020-06-22

共1个答案

一尘不染

我是刚参加堆栈交换的新手,但相信我可以帮上忙!

这里有一些注意事项:

分析

因为您不想做额外的工作,所以应该设置"index": "no"。这意味着该字段将不会通过任何标记器和过滤器运行。

此外,将查询定向到特定字段时将 无法搜索 :(无匹配)

"query": {
    "term": {
        "url": "http://www.domain.com/exact/url/that/was/sent/to/elasticsearch"
    }
}

*这里“ url”是字段名称。

但是,该字段 仍可在该_all字段中搜索:(可能会受到打击)

"query": {
    "term": {
        "_all": "http://www.domain.com/exact/url/that/was/sent/to/elasticsearch"
    }
}

_all 领域

默认情况下,每个字段都会放入该_all字段中。设置"include_in_all": "false"停止。这可能对您来说不是问题,因为您不太可能会_all错误地使用URL 搜索该字段。

我正在使用一种模式,在该模式中,国家/地区以2个字母代码存储,例如:“ NO”表示挪威,并且可能有人会对“
NO”的所有字段进行搜索,因此请确保设置"include_in_all": "false"

注意:任何未明确指定字段的查询都将针对该_all字段执行。

储存

默认情况下,elasticsearch将存储您的整个文档(在您发送时未进行分析),并且它将在匹配的_source字段中返回给您。如果您将其关闭(如果您的elasticsearch数据库可能越来越大?),则需要显式设置"store": "yes"为单独存储字段。(有一点需要注意到的是,store采用yesnotruefalse-它绊倒了我)

注意:如果执行此操作,则需要显式请求要返回的字段。例如:

curl -XGET http://path/index_name/type_name/id?fields=url,another_field

最后…

我将保留elasticsearch来存储整个文档(默认设置)并使用以下映射。

"type_name": {
    "properties": {
        "url": {
            "type": "string",
            "index": "no",
            "include_in_all": "false"
        },
        // other fields' mappings
    }
}

资料来源:elasticsearch文档

2020-06-22