ES 拼音中文混合检索

1. 使用场景介绍

搜索功能支持：拼音检索，中文检索，拼音中文混合检索
例如：输入：l德h
【期望结果】：刘德华 和刘德华4
【不期望结果】：刘得华 、刘的华

1. 下载pinyin 插件

github地址
注意：下载的版本要与自己的ES版本一致

2. 修改插件源码以及安装

注意：
1）目前v7.13.1 已经支持拼音中文混合检索 可以直接安装插件直接使用
2）我本地目前是v7.12.0 ，所以需要对源码进行修改；如果你的ES版本也是低于v7.13.1版本；也需要进行修改；
我修改方法:
1）下载 v7.12.0 源码和v7.13.1 源码
2）通过compare进行比较，直接把v7.13.1 多余的代码复制到 v7.12.0 中
3）修改pom 版本
4）maven 打包 mvn clean package
5）将\elasticsearch-analysis-pinyin-7.12.0\target\releases\elasticsearch-analysis-pinyin-7.12.0.zip 包拷贝到 ES 安装目录的\elasticsearch-7.12.0-windows-x86_64\elasticsearch-7.12.0\plugins 文件夹下，解压后，删除elasticsearch-analysis-pinyin-7.12.0.zip 见截图：

图片.png

6）重启ES

7. 验证插件是否安装成功： GET /_cat/plugins?pretty 成功截图：

   
   
   图片.png

3. 创建index并使用kibana进行测试

1）创建索引

############################创建索引#########################
PUT /my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "pinyin_chinese_analyzer": {
          "tokenizer": "pinyin_tokenizer"
        },
        "pinyin_analyzer": {
          "tokenizer": "pinyin_chinese_tokenizer"
        }
      }, 
      "tokenizer": {
        "pinyin_chinese_tokenizer": {
          "type": "pinyin",
          "keep_first_letter": false,
          "keep_separate_first_letter": false,
          "keep_full_pinyin":false,
          "keep_original":false,
          "limit_first_letter_length":50,
          "keep_separate_chinese": true,
          "lowercase":true
          
        },
        "pinyin_tokenizer": {
          "type": "pinyin",
          "keep_first_letter": false,
          "keep_separate_first_letter": true,
          "keep_full_pinyin":true,
          "keep_original":false,
          "limit_first_letter_length":50,
          "keep_separate_chinese": true,
          "lowercase":true
        }
      }
    }
  }
}

2. 查询索引

#####################查询索引#########################
GET /_cat/indices

3. Mapping设置

POST /my_index/_mapping 
{
  "properties": {
      "name": {
          "type": "text",
          "analyzer": "pinyin_chinese_analyzer",
          "search_analyzer": "pinyin_analyzer"
      }
  }
}

4. 查询Mapping设置是否生效

#-------------------查询Mapping-----------------------
GET /my_index/_mapping?pretty

5. 测试索引下定义的分词器

#--------------------测试分词器----------------------
GET /my_index/_analyze
{
   "text": ["刘德华"],
   "analyzer": "pinyin_chinese_analyzer"
}

GET /my_index/_analyze
{
   "text": ["刘德h"],
   "analyzer": "pinyin_analyzer"
}

6. 创建数据

###################创建数据########################
POST /my_index/_doc/1
{"name":"刘德华"}

PUT /my_index/_doc/2
{"name":"刘的华"}

PUT /my_index/_doc/3
{"name":"刘得华"}

PUT /my_index/_doc/4
{"name":"刘德华4"}

PUT /my_index/_doc/5
{"name":"刘5德5华5"}

7. 查询所有数据

####################查询数据############################
GET /my_index/_search
{
  "query": {
    "match_all": {}
  }
}

8. 拼音中文混合检索

####################检索数据########################
GET /my_index/_search
{
  "query": {
    "match_phrase": {
      "name": "l德h"
    }
  }
}

[参考文档]
es 修改拼音分词器源码实现汉字/拼音/简拼混合搜索时同音字不匹配 - Liu_d_w - 博客园 (cnblogs.com)
https://github.com/medcl/elasticsearch-analysis-pinyi