elasticsearch - 将预先标记的文本插入Elasticsearch

Question

我有一个问题要使用托管的Elasticsearch服务，但是它们具体没有我需要的插件。该插件是拼音插件，可提供自定义标记器。我的想法是在插入Elasticsearch之前，在预处理步骤中复制此标记化。

例如，如果我调用_analyze?text=%e5%88%98%e5%be%b7%e5%8d%8e&analyzer=pinyin_analyzer，我将收到输出

{
  "tokens": [
    {
      "token": "ldh",
      "start_offset": 0,
      "end_offset": 3,
      "type": "word",
      "position": 1
    },
    {
      "token": "liu",
      "start_offset": 0,
      "end_offset": 3,
      "type": "word",
      "position": 2
    },
    {
      "token": "hua",
      "start_offset": 0,
      "end_offset": 3,
      "type": "word",
      "position": 4
    }
  ]
}

我有一种在预处理步骤中生成像这样的 token 的方法，但是是否可以将经过预先分析的 token 插入到Elasticsearch索引中？

Answer 1

您可以创建标记化值的数组。效果是一样的。此外，如果您要进行所有预处理而不仅仅是标记化，请使用关键字字段。否则，您的 token 将再次单独进行分析。