Elasticsearch 多语言搜索

Posted on 2020-09-07 11:00 in Java

Elasticsearch 多语言搜索

如果需要同时搜索多个语言，Elasticsearch 应该如何优化

方案1 是在分词层面做，比如让中文分词器可以处理中英文混合文档 方案2 把资料切分成不同的语言，根据用户的主语言自动选择不同的 index 或者 field 每份文档一种语言 混合语言的陷阱 方案3 把资料切分成不同的语言，搜索的时候同时搜索

实践

根据目前的实际情况，采用方案3

  • 根据原始数据分了两个 index (cn-index, en-index)
  • 中文搜索采用 matchPhraseQuery 需要完全匹配关键词，但是英文因为词形的变化，会自动转换成词根，所以用 matchPhrase
  • 优先显示中文， matchPhraseQuery 的 boost 调高

java elasticsearch