数据建模技巧
编辑数据建模技巧编辑
使用结构化和非结构化字段编辑
注释通常是将结构化信息编织到非结构化文本中以实现更高精度搜索的一种方式。
实体解析 是由专业软件或人员进行的一种文档丰富形式，其中通过附加规范 ID 来消除文档中对实体的引用。该 ID 用于解析任意数量的别名或区分同名的人。连接维基百科文章的超链接是嵌入到文本中的已解析实体 ID 的一个很好的例子。
这些 ID 可以作为注释嵌入到 annotated_text 字段中，但通常有意义的是将它们包含在专用结构化字段中以支持通过聚合进行发现。
PUT my-index-000001
{
"mappings": {
"properties": {
"my_unstructured_text_field": {
"type": "annotated_text"
},
"my_structured_people_field": {
"type": "text",
"fields": {
"keyword" : {
"type": "keyword"
}
}
}
}
}
}
然后，应用程序通常会以如下方式提供内容并发现它。
# Example documents
PUT my-index-000001/_doc/1
{
"my_unstructured_text_field": "[Shay](%40kimchy) created elasticsearch",
"my_twitter_handles": ["@kimchy"]
}
GET my-index-000001/_search
{
"query": {
"query_string": {
"query": "elasticsearch OR logstash OR kibana",
"default_field": "my_unstructured_text_field"
}
},
"aggregations": {
"top_people" :{
"significant_terms" : {
"field" : "my_twitter_handles.keyword"
}
}
}
}
避免过度匹配注释编辑
根据设计，常规文本标记和注释标记共存于同一个索引字段中，但在极少数情况下，这会导致一些过度匹配。
注释的值通常表示一个命名实体（人、地点或公司）。这些命名实体的标记以未分词的形式插入，并且与典型的文本标记不同，因为它们通常是
- 混合大小写，例如
Madonna - 多个单词，例如
Jeff Beck - 可能包含标点符号或数字，例如
Apple Inc.或@kimchy
这意味着，在大多数情况下，在带注释的文本字段中搜索命名实体不会有任何误报，例如，当从聚合结果中选择 Apple Inc. 时，您可以向下钻取以突出显示文本中的用法，而不会在文本标记上“过度匹配”，例如在这种情况下，单词 apple
the apple was very juicy
但是，如果您的命名实体恰好是一个单一词语且为小写，例如公司 elastic，则会出现问题。在这种情况下，在带注释的文本字段中搜索标记 elastic 可能会匹配以下文本文档。
they fired an elastic band
为了避免此类误匹配，用户应考虑为注释值添加前缀，以确保它们不会与文本标记发生名称冲突，例如：
[elastic](Company_elastic) released version 7.0 of the elastic stack today