ElasticSearch+Solr几个案例笔记

（一） 最大能索引字符串的长度

关于能索引最大的字符串长度，其实在Elasticsearch和Solr中都是由底层的Lucene决定的

（1）不分词+索引的字符串最大长度为32766字节

（2）分词+索引一般不会出现长度越界问题

（3）不索引的字符串虽然没有长度最大限制，但是不建议使用搜索引擎存储大量文本

（二）设置超出一定长度的字段，不索引

其实这个功能，也是由底层Lucene提供的，关于它的应用场景举个例子，大部分情况下，不分词的字段可能经常会被用来聚合，过滤，排序，分组，但是如果这个不分词的字段非常长，通常情况下是没有意义的，比如标题，小于40个字的，我们索引它，让它参与聚合，过滤，排序等，但如果大于40，我们则认为它不需要索引，从而节省索引的体积大小，来提高搜索性能。

如何设置？

（1）在ES中

"message": {
          "ignore_above": 20, //超过20个字节，不索引该字段，注意对其他字段没有影响
          "index": "not_analyzed",
          "type": "string"
        }
（2）在Solr中

<fieldType name="limit_len" class="solr.TextField">
    <analyzer>
      <tokenizer class="solr.KeywordTokenizerFactory"/>
      //超过10个字节，就丢弃该字段，同样对其他字段没有影响
      <filter class="solr.LengthFilterFactory" min="0" max="10"/>
    </analyzer>
  </fieldType>
（三）ElasticSearch中动态mapping的三种校验模式

在ES中，一个mapping下面可以有多个type，每个type相当于一个表，type的检验模式有三种

//默认模式，开启动态模式，允许任何字段添加到该表中
（1）"dynamic": true
//关闭动态模式，不在定义的scheam中的字段，会自动忽略，不会报错
（2）"dynamic": false
//严格模式，不在定义的scheam中的字段，会拒绝索引，抛出异常
（3）"dynamic": "strict"
注意type的schema是有校验模式的，但是每个mapping里面的type却是动态的，添加一个不存在的type并不会报错，es会自动识别它的schema里面的字段并给予其认为可能的字段类型

（四）ElasticSearch中queryString语法的一个小坑

ElasticSearch里面索引一个不分词的字段时候，如果不给设置自动转小写的filter，那么他就是数据本身，但是查询的时候，默认情况下es会给转成小写查。

举个例子： 索引name=Hadoop进入es索引，然后使用name=Hadoop查，你会发现使用querySting语法查不到，因为es自动把Hadoop转成了hadoop去查，这样以来肯定查不到，有点小坑，这个问题在Solr中是不存在的。

如何解决：

//更改es默认转小写的bool值为false
QueryBuilders.queryStringQuery("name:Hadoop").lowercaseExpandedTerms(false)
（五）ElasticSearch+Solr使用queryString语法的注意事项

lucene的默认的queryString语法，如果一个关键词里面带有空格，它会自动拆分成两个关键词进行检索，但有时我们就是查询带空格的关键词，应该怎么办呢？

举个例子：

不分词+索引字段content=Syntax error 进入es，solr或者lucene中

假如我想使用前缀模糊查询：

content:Syntax err*
上面的语法是查不到任何内容的，但是明明有这条数据，为什么查不到？就是因为lucene默认会把空格当做多个关键词分界线，这样以来查询就转化成了：

content:Syntax
default_field:err*
所以就查不到数据了，如何解决？

非常简单，转义这个空格即可，注意只能转义空格，不能对整个查询字符串进行转义:

content:Syntax\\ err*


有什么问题可以扫码关注微信公众号：我是攻城师(woshigcs)，在后台留言咨询。
技术债不能欠，健康债更不能欠， 求道之路，与君同行。