Elasticsearch Service 同义词配置

一、注意事项

·上传同义词文件操作将触发集群滚动重启。

·新上传/新变更的同义词文件对老索引不生效，需要重建索引。例如，现有的索引myindex使用了synonym.txt同义词文件，当该同义词文件的内容变更并重新上传后，现有的索引myindex不会动态加载更新后的同义词，需要对现有索引进行 reindex 操作，否则更新后的同义词文件只对新建的索引生效。

·同义词文件要求每行一个同义词表达式（表达式支持 Solr 规则和 WordNet 规则），并且文件需要为utf-8编码，扩展名为.txt。例如：

快乐水,可乐 => 可乐,快乐水elasticsearch,es => es

·同义词文件单个文件最大为10M，上传文件总数最多为10个。

二、操作步骤

1. 登录腾讯云 Elasticsearch Service 控制台。

2. 在集群列表页，单击集群 ID/名称进入集群详情页。

3. 切换到高级配置页签，进入同义词配置页面，单击更新词典。

4. 在更新同义词页面上传同义词文件。

5. 上传完成后，单击保存。

三、使用同义词文件

以下实例使用 filter 过滤器配置同义词，使用synonym.txt作为测试文件，文件内容为elasticsearch,es => es。

1. 登录已上传同义词文件的集群对应的 Kibana 控制台。登录控制台的具体步骤请参考通过 Kibana 访问集群。

2. 单击左侧导航栏的 Dev Tools。

3. 在 Console 中执行如下的命令，创建索引。

PUT /my_index{ "settings": { "index": { "analysis": { "analyzer": { "my_ik": { "type": "custom", "tokenizer": "ik_smart", "filter": [ "my_synonym" ] } }, "filter": { "my_synonym": { "type": "synonym", "synonyms_path": "analysis/synonym.txt" } } } } }, "mappings": { "properties": { "content": { "type": "text", "analyzer": "my_ik", "search_analyzer": "my_ik" } } }}

4. 执行如下命令，验证同义词配置。

GET /my_index/_analyze{ "analyzer": "my_ik", "text":"tencet elasticsearch service"}

·命令执行成功，将返回如下结果。

{ "tokens": [ { "token": "tencet", "start_offset": 0, "end_offset": 6, "type": "ENGLISH", "position": 0 }, { "token": "es", "start_offset": 7, "end_offset": 20, "type": "SYNONYM", "position": 1 }, { "token": "service", "start_offset": 21, "end_offset": 28, "type": "ENGLISH", "position": 2 } ]}

·输出结果中，tokenes的类型是SYNONYM同义词。

5. 执行如下命令，添加一些文档。

POST /my_index/_doc/1{ "content": "tencet elasticsearch service"}POST /my_index/_doc/2{ "content": "hello es"}

6. 执行如下命令，搜索同义词。

GET my_index/_search{ "query" : { "match" : { "content" : "es" }}, "highlight" : { "pre_tags" : ["<tag1>", "<tag2>"], "post_tags" : ["</tag1>", "</tag2>"], "fields" : {"content": {}} }}

·命令执行成功后，返回如下结果。

{ "took": 4, "timed_out": false, "_shards": { "total": 5, "successful": 5, "skipped": 0, "failed": 0 }, "hits": { "total": 2, "max_score": 0.25811607, "hits": [ { "_index": "my_index", "_type": "_doc", "_id": "2", "_score": 0.25811607, "_source": { "content": "hello es" }, "highlight": { "content": [ "hello <tag1>es</tag1>" ] } }, { "_index": "my_index", "_type": "_doc", "_id": "1", "_score": 0.25316024, "_source": { "content": "tencet elasticsearch service" }, "highlight": { "content": [ "tencet <tag1>elasticsearch</tag1> service" ] } } ] }}

四、方式二：直接引用同义词

1. 登录集群对应的 Kibana 控制台。登录控制台的具体步骤请参考通过 Kibana 访问集群。

2. 单击左侧导航栏的 Dev Tools。

3. 在 Console 中执行如下的命令，创建索引。

PUT /my_index{ "settings": { "index": { "analysis": { "analyzer": { "my_ik": { "type": "custom", "tokenizer": "ik_smart", "filter": [ "my_synonym" ] } }, "filter": { "my_synonym": { "type": "synonym", "synonyms": [ "elasticsearch,es => es" ] } } } } }, "mappings": { "properties": { "content": { "type": "text", "analyzer": "my_ik", "search_analyzer": "my_ik" } } }}

这里与使用同义词文件方式的区别：在 filter 中定义同义词时，直接引用了同义词，而不是同义词文件："synonyms": ["elasticsearch,es => es"]。