match_only_text 字段类型 #

Introduced 1.10.0

简介 #

match_only_text 是一个为全文搜索优化的字段类型，是 text 类型的变体。它通过省略词条位置、词频和规范化信息来减少存储需求,适合对存储成本敏感但仍需要基本全文搜索功能的场景。

主要特点 #

1. 存储优化:

   • 不存储位置信息
   • 不存储词频信息
   • 不存储规范化信息
   • 显著减少索引大小

2. 评分机制:

   • 禁用评分计算
   • 所有匹配文档得分统一为 1.0

3. 查询支持:

   • 支持大多数查询类型
   • 不支持 interval 查询
   • 不支持 span 查询
   • 支持但不优化短语查询

使用场景 #

适合用于:

• 需要快速查找包含特定词条的文档
• 对存储成本敏感的大数据集
• 不需要复杂相关性排序的场景

不适合用于:

• 需要基于相关性排序的查询
• 依赖词条位置或顺序的查询
• 需要精确短语匹配的场景

映射示例 #

PUT my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "match_only_text"
      }
    }
  }
}

参数配置 #

注意: 虽然支持多种参数设置,但建议保持默认配置以维持其优化效果。

从 text 类型迁移 #

使用 Reindex API 可以将现有的 text 字段迁移到 match_only_text:

// 1. 创建新索引
PUT destination
{
  "mappings": {
    "properties": {
      "title": {
        "type": "match_only_text"
      }
    }
  }
}

// 2. 重建索引
POST _reindex
{
  "source": {
    "index": "source"
  },
  "dest": {
    "index": "destination"
  }
}

使用建议 #

1. 评估需求:

   • 确认是否需要复杂的相关性排序
   • 确认是否需要位置相关的查询

2. 存储优化:

   • 尽量使用默认设置
   • 避免启用额外的存储功能

3. 查询限制:

   • 避免使用依赖位置信息的查询
   • 注意短语查询的性能影响

4. 性能考虑:

   • 适合大规模数据集
   • 有助于减少存储成本