近日在elasticsearch按照网上的教程添加拼音支持后发行搜索性能衰减非常大，以前几百万的数据搜索关键字也只需要三四是毫秒，加入了多字段的拼音支持后搜索指定字段性能衰减了6-8倍。类似于网上的配置如下：
在索引分词器中配置如下：
index.refresh_interval: 1s
index:
analysis:
tokenizer:
my_pinyin:
type: "pinyin"
first_letter: "none"
padding_char: ""
analyzer:
ik_syno:
type: custom
tokenizer: ik_max_word
filter: [my_synonym_filter]
ik_syno_smart:
type: custom
tokenizer: ik_smart
filter: [my_synonym_filter]
pinyin_analyzer:
tokenizer: my_pinyin
filter: ["word_delimiter","my_ngram"]
py_analyzer:
tokenizer: my_pinyin
filter: ["standard"]
filter:
my_synonym_filter:
type: synonym
synonyms_path: analysis/synonym.txt
ignore_case: true
my_ngram:
type: "nGram"
min_gram: 2
max_gram: 5
{
"folks": {
"properties": {
"name": {
"type": "multi_field",
"fields": {
"name": {
"type": "string",
"store": "no",
"term_vector": "with_positions_offsets",
"analyzer": "pinyin_analyzer",
"boost": 10
},
"primitive": {
"type": "string",
"store": "yes",
"analyzer": "keyword"
}
}
}
}
}
}
这种模式配置的字段映射会极大的降低搜索性能，如果想用拼音搜索关键字建议单独设立一个独立的字段来做，不要用multi_field复合字段的方式来配置，这样会大大降低在指定字段中搜索的性能，我猜测如果使用nGram方式来生成分词，会导致生成的token非常多，导致搜索匹配的数据太多导致查询太慢。