在 Elasticsearch 中将字符串的默认映射更改为“未分析”

Question

在我的系统中，数据的插入总是通过 csv 文件通过 logstash 完成。我从不预先定义映射。但是每当我输入一个字符串时，它总是被认为是analyzed，因此像hello I am Sinha这样的条目被拆分为hello、I、am、Sinha。无论如何我可以更改弹性搜索的默认/动态映射，以便所有字符串，无论索引，无论类型如何都被视为not analyzed？或者有没有办法在.conf 文件中设置它？说我的conf 文件看起来像

input {  
      file {
          path => "/home/sagnik/work/logstash-1.4.2/bin/promosms_dec15.csv"
          type => "promosms_dec15"
          start_position => "beginning"
          sincedb_path => "/dev/null"
      }
}
filter {

    csv {
        columns => ["Comm_Plan","Queue_Booking","Order_Reference","Multi_Ordertype"]
        separator => ","
    }  
    ruby {
          code => "event['Generation_Date'] = Date.parse(event['Generation_Date']);"
    }

}
output {  
    elasticsearch { 
        action => "index"
        host => "localhost"
        index => "promosms-%{+dd.MM.YYYY}"
        workers => 1
    }
}

我希望所有字符串都是not analyzed，而且我也不介意它是所有未来数据插入到 elasticsearch 中的默认设置

Answer 1

只需创建一个模板。运行

curl -XPUT localhost:9200/_template/template_1 -d '{
    "template": "*",
    "settings": {
        "index.refresh_interval": "5s"
    },
    "mappings": {
        "_default_": {
            "_all": {
                "enabled": true
            },
            "dynamic_templates": [
                {
                    "string_fields": {
                        "match": "*",
                        "match_mapping_type": "string",
                        "mapping": {
                            "index": "not_analyzed",
                            "omit_norms": true,
                            "type": "string"
                        }
                    }
                }
            ],
            "properties": {
                "@version": {
                    "type": "string",
                    "index": "not_analyzed"
                },
                "geoip": {
                    "type": "object",
                    "dynamic": true,
                    "path": "full",
                    "properties": {
                        "location": {
                            "type": "geo_point"
                        }
                    }
                }
            }
        }
    }
}'

Answer 2

您可以查询您的字段的.raw 版本。这是在Logstash 1.3.1 中添加的：

我们提供的 logstash 索引模板会为您索引的每个字段添加一个“.raw”字段。这些“.raw”字段由 logstash 设置为“not_analyzed”，因此不会进行分析或标记化——我们的原始值按原样使用！

因此，如果您的字段名为 foo，您将查询 foo.raw 以返回 not_analyzed（不按分隔符拆分）版本。

Answer 3

从您的 Logstash 发行版（可能安装为 /opt/logstash/lib/logstash/outputs/elasticsearch/elasticsearch-template.json）复制 lib/logstash/outputs/elasticsearch/elasticsearch-template.json，修改通过替换

"dynamic_templates" : [ {
  "string_fields" : {
    "match" : "*",
    "match_mapping_type" : "string",
    "mapping" : {
      "type" : "string", "index" : "analyzed", "omit_norms" : true,
      "fields" : {
        "raw" : {"type": "string", "index" : "not_analyzed", "ignore_above" : 256}
      }
    }
  }
} ],

与

"dynamic_templates" : [ {
  "string_fields" : {
    "match" : "*",
    "match_mapping_type" : "string",
    "mapping" : {
      "type" : "string", "index" : "not_analyzed", "omit_norms" : true
    }
  }
} ],

并指向template，将插件输出到修改后的文件：

output {
  elasticsearch {
    ...
    template => "/path/to/my-elasticsearch-template.json"
  }
}

您仍然可以为特定字段覆盖此默认值。

Answer 4

我认为更新映射只是为了报告目的而处理字段的错误方法。迟早您可能希望能够在该字段中搜索令牌。如果您将字段更新为“not_analyzed”并希望从值“foo bar”中搜索 foo，您将无法执行此操作。

更优雅的解决方案是使用 kibana 聚合过滤器而不是术语。类似下面的内容将搜索词 ivr04 和 ivr02。所以在你的情况下，你可以有一个过滤器“你好，我是辛哈”。希望这会有所帮助。