elasticsearch 版本7 默认分词踩过的坑

背景

elasticsearch 版本

{
  "name" : "node-1",
  "cluster_name" : "enbrands-es",
  "cluster_uuid" : "-QNw671eR0CZHPGF9vJwhw",
  "version" : {
    "number" : "7.7.0",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "81a1e9eda8e6183f5237786246f6dced26a10eaf",
    "build_date" : "2020-05-12T02:01:37.602180Z",
    "build_snapshot" : false,
    "lucene_version" : "8.5.1",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

场景如下：

公司新建的互动标签，要求查询某段时间内，参与指定活动（集合）的会员信息

元数据：

{
	"_index": "interactive",
	"_type": "_doc",
	"_id": "6rW7i3QBa1MueVELzoxb",
	"_version": 1,
	"_score": 1,
	"_source": {
		"_class": "com.example.springelasticsearch.domain.Interactive",
		"interactive_type_num": "3",
		"interactive_act_num": "2",
		"interactive_type_list": ["签到"],
		"interactive_act_list": [{
				"join_time": "2010-09-12",
				"act_name": "三月签到"
			},
			{
				"join_time": "2010-09-08",
				"act_name": "二月签到"
			}
		],
		"first_interactive_time": "2020-09-14",
		"last_interactive_time": "2020-10-12",
		"interval_first_interactive": "1",
		"interval_last_interactive": "3"
	}
}

动作

动作语法

GET /tag_user/_search
{
	"query": {
		"bool": {
			"filter": [{
					"terms": {
						"act_name": [
							"二月签到",
							"三月签到"
						],
						"boost": 1.0
					}
				},
				{
					"range": {
						"join_time": {
							"from": "2020-09-02",
							"to": "2020-09-14",
							"include_lower": true,
							"include_upper": true,
							"boost": 1.0
						}
					}
				}
			],
			"adjust_pure_negative": true,
			"boost": 1.0
		}
	}
}

问题说明：

在执行的时候无法查到已有的数据，将terms中act_name去掉后，通过时间范围查询，可以查出来数据，但是加上terms语句块后，就查不出来了；

原因分析：

• 猜测是因为es默认的分词器对汉语不太友好，他会将"三月签到" 分词成 【“三”,“月”,“签”,“到”】

这个时候有些猿友会提到ik分词器,可以专门对中文做分词,但是,来看下ik分词器对"三月签到"的分词效果
ik_smart分词效果

ik_max_word分词效果

很明显,ik分词器默认的词库是无法满足我们的分词需求,还可以使用自定义词库,但是我们的活动名是商家自定义的,没有规律,再说维护词库的成本比较高,
所以我们找到一种最直接的做法,就是不分词

解决方案:

不分词配置:
7.0版本之前可以使用 index属性设置

"index": "not_analyzed"  //不进行分词

但是7.0后,好像没有找到设置不分词的属性,但是可以使用如下方式达到不分词查询的效果, fieldname.keyword可以达到不分词的效果

{
   "terms": {
   	"act_name.keyword": [
   		"二月签到",
   		"三月签到"
   	],
   	"boost": 1.0
   }
}

效果展示

未使用act_name.keyword时,没有查到数据

使用act_name.keyword 时,查到了数据