您现在的位置是:首页 > 文章详情

听说你还没掌握Normalizer的使用方法?

日期:2018-09-11点击:301

在 Elasticsearch 中处理字符串类型的数据时,如果我们想把整个字符串作为一个完整的 term 存储,我们通常会将其类型 type 设定为 keyword。但有时这种设定又会给我们带来麻烦,比如同一个数据再写入时由于没有做好清洗,导致大小写不一致,比如 apple、Apple两个实际都是 apple,但当我们去搜索 apple时却无法返回 Apple的文档。要解决这个问题,就需要 Normalizer出场了。废话不多说,直接上手看!

1. 上手

我们先来重现一下开篇的问题:

PUT test_normalizer { "mappings": { "doc":{ "properties": { "type":{ "type":"keyword" } } } } } PUT test_normalizer/doc/1 { "type":"apple" } PUT test_normalizer/doc/2 { "type":"Apple" } # 查询一 GET test_normalizer/_search { "query": { "match":{ "type":"apple" } } } # 查询二 GET test_normalizer/_search { "query": { "match":{ "type":"aPple" } } }

大家执行后会发现查询一返回了文档1,而查询二没有文档返回,原因如下图所示:


d04658126e8f78f8e6e0d278b3878ca90f3d6653

1、Docs写入Elasticsearch时由于 type是 keyword,分词结果为原始字符串;

2、查询 Query 时分词默认是采用和字段写时相同的配置,因此这里也是keyword,因此分词结果也是原始字符;

3、两边的分词进行匹对,便得出了我们上面的结果。

2、Normalizer

normalizer是 keyword的一个属性,可以对 keyword生成的单一 Term再做进一步的处理,比如 lowercase,即做小写变换。使用方法和自定义分词器有些类似,需要自定义,如下所示:

 DELETE test_normalizer # 自定义 normalizer PUT test_normalizer { "settings": { "analysis": { "normalizer": { "lowercase": { "type": "custom", "filter": [ "lowercase" ] } } } }, "mappings": { "doc": { "properties": { "type": { "type": "keyword" }, "type_normalizer": { "type": "keyword", "normalizer": "lowercase" } } } } } PUT test_normalizer/doc/1 { "type": "apple", "type_normalizer": "apple" } PUT test_normalizer/doc/2 { "type": "Apple", "type_normalizer": "Apple" } # 查询三 GET test_normalizer/_search { "query": { "term":{ "type":"aPple" } } } # 查询四 GET test_normalizer/_search { "query": { "term":{ "type_normalizer":"aPple" } } }

我们第一步是自定义了名为 lowercase的 normalizer,其中filter 类似自定义分词器中的  filter ,但是可用的种类很少,详情大家可以查看官方文档。然后通过 normalizer属性设定到字段type_normalizer中,然后插入相同的2条文档。执行发现,查询三无结果返回,查询四返回2条文档。


问题解决了!我们来看下是如何解决的:

ebe40c708a26167803154beb69a6b4e1669da78d

文档写入时由于加入了 normalizer,所有的 term都会被做小写处理

查询时搜索词同样采用有 normalizer的配置,因此处理后的 term也是小写的

两边分词匹对,就得到了我们上面的结果

3. 总结

本文通过一个实例来给大家讲解了 Normalizer的实际使用场景,希望对大家有所帮助!

原文发布时间为:2018-09-10
本文作者: 我的小碗汤
本文来自云栖社区合作伙伴“ 的小碗汤”,了解相关信息可以关注“ 我的小碗汤”。
原文链接:https://yq.aliyun.com/articles/638687
关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。

文章评论

共有0条评论来说两句吧...

文章二维码

扫描即可查看该文章

点击排行

推荐阅读

最新文章