网站前端建设需要学会什么意思,seo综合查询工具有什么功能,西安百度seo代理,揭阳做网站建设公司Elasticsearch 排序允许你根据特定条件对搜索结果进行排序。 然而#xff0c;在排序时处理区分大小写时#xff0c;Elasticsearch 将大写和小写字母视为不同的字符#xff0c;分别对它们进行排序。 这是因为 ASCII 表顺序是从大写 A 到小写 z。
默认情况下#xff0c;Elas…
Elasticsearch 排序允许你根据特定条件对搜索结果进行排序。 然而在排序时处理区分大小写时Elasticsearch 将大写和小写字母视为不同的字符分别对它们进行排序。 这是因为 ASCII 表顺序是从大写 A 到小写 z。
默认情况下Elasticsearch 按以下顺序对字符串进行排序首先是数字然后是大写字母最后是小写字母。 例如如果您有术语 “Apple”、“apple”、“banana”、“Carrot” 和 “1apple”它们将按升序排序为“1apple”、“Apple”、“Carrot”、“ apple”、“banana”。
POST /test_casing/_bulk
{ index : {} }
{ my_field : Apple }
{ index : {} }
{ my_field : apple }
{ index : {} }
{ my_field : banana }
{ index : {} }
{ my_field : Carrot }
{ index : {} }
{ my_field : 1apple } 这种默认行为可能并不总是令人满意。 例如如果你对值 “Apple”、“banana” 和 “Carrot” 建立了索引并且使用升序排列那么你将得到 “Apple”、“Carrot” 和“banana”。 但是你可能想要 “Apple”、“banana”、“Carrot”。
为此你可以使用 Elasticsearch 中称为规范化器normalizer的功能。 规范化器与关键字字段类型一起使用允许你以类似于分析文本的方式预处理关键字字段的输入。
然而与分析器不同规范化器不会将输入分解为标记。 这使得它适合需要对整个输入进行索引或排序的关键字字段类型。
PUT /test_casing2
{settings: {analysis: {normalizer: {my_normalizer: {type: custom,filter: [lowercase]}}}},mappings: {properties: {my_field: {type: keyword,normalizer: my_normalizer}}}
}
POST /test_casing2/_bulk
{index:{}}
{my_field:Apple}
{index:{}}
{my_field:apple}
{index:{}}
{my_field:banana}
{index:{}}
{my_field:bananA}
{index:{}}
{my_field:Carrot} 需要注意的是使用标准化器会改变索引中的值。 如果你想保留原始值例如带有大写 “A” 的 “Apple”你可以使用子字段sub-fields。 这允许你保留原始字段值和标准化字段值。 在聚合结果中Elasticsearch 将仅显示你在聚合中使用的字段。
不幸的是Elasticsearch 不支持直接在术语聚合中进行不区分大小写的排序。 即使使用脚本聚合和标准化器也不可能以不区分大小写的方式排序并区分大小写地显示结果。 这是用户在使用 Elasticsearch 时应该注意的限制。 如何向现有索引添加标准化器
让我们看一下在 Elasticsearch 中向现有索引添加规范器的过程的实际示例。 此过程涉及几个步骤关闭索引、更新设置、重新打开索引、更新映射、更新数据索引最后运行查询。
首先你需要使用以下命令关闭索引
POST test_casing/_close
接下来你更新索引的设置以添加标准化器。 在本例中我们添加一个应用小写过滤器的自定义规范化器
PUT test_casing/_settings
{analysis: {normalizer: {my_normalizer: {type: custom,filter: [lowercase]}}}
}
更新设置后你可以重新打开索引
POST test_casing/_open
现在你需要更新索引的映射以使用规范器。 在这里我们向 “my_field” 添加一个使用标准化器的子字段
PUT test_casing/_mapping
{properties: {my_field: {type: text,fields: {normalized: {type: keyword,normalizer: my_normalizer}}}}
}
请注意my_field.normalized 是字段名称。
接下来你可以通过运行 update_by_query 来更新数据索引这将在 my_field.normalized 字段内添加数据
POST test_casing/_update_by_query
最后你可以对索引运行搜索查询。 在本例中我们在新的标准化字段上运行聚合
GET /test_casing/_search
{size: 0,aggs: {my_terms: {terms: {field: my_field.normalized}}}
}
此过程演示了如何将规范器添加到 Elasticsearch 中的现有索引从而使你能够更灵活地处理区分大小写的问题。
