在 Elasticsearch（ES）中實現同義詞映射（如“美麗”和“漂亮”），核心是通過 同義詞過濾器（Synonym Token Filter） 在分詞階段將同義詞擴展或替換為統一詞項，從而讓搜索時輸入任意一個同義詞都能匹配到所有相關文檔。以下是分步驟的實現方案，結合 ES8 的特性說明：
一、同義詞處理的核心原理
ES 的同義詞處理發生在 分詞（Analysis）階段，通過自定義分析器（Analyzer）中的 同義詞過濾器 將輸入的文本（無論是索引文檔還是搜索詞）中的同義詞替換或擴展為統一詞項。例如：
- 索引文檔時，若文檔包含“美麗”，會被擴展為“美麗 漂亮”；
- 搜索時輸入“漂亮”，也會被擴展為“美麗 漂亮”，從而匹配到所有包含“美麗”或“漂亮”的文檔。
二、同義詞配置的關鍵步驟
1. 定義同義詞規則
同義詞規則需按 ES 支持的語法編寫，常見格式為：
美麗, 漂亮 => 美麗 // 替換模式：將“美麗”和“漂亮”替換為“美麗”（保留一個詞項）
# 或
美麗, 漂亮 // 擴展模式：將“美麗”或“漂亮”擴展為“美麗 漂亮”（保留所有詞項）
=>符號表示替換（僅保留右側詞項）；無符號表示擴展（保留所有詞項）。#為注釋行。
2. 創建包含同義詞過濾器的自定義分析器
在 ES 中，需將同義詞過濾器綁定到自定義分析器，并指定該分析器用于目標字段的索引和查詢。
示例（通過 ES API 創建索引并配置分析器）：
PUT /my_index
{"settings": {"analysis": {"filter": {"my_synonym_filter": {"type": "synonym", // 同義詞過濾器類型"synonyms_path": "synonyms.txt", // 同義詞文件路徑（支持本地文件或遠程 URL）"expand": true, // 是否擴展同義詞（默認 true）"lenient": true // 忽略解析錯誤（如無效規則）}},"analyzer": {"my_synonym_analyzer": {"tokenizer": "standard", // 基礎分詞器（如 standard、ik_max_word 等）"filter": ["lowercase", // 小寫轉換（可選，根據業務需求）"my_synonym_filter" // 綁定同義詞過濾器]}}}},"mappings": {"properties": {"content": {"type": "text","analyzer": "my_synonym_analyzer", // 索引時使用的分析器"search_analyzer": "my_synonym_analyzer" // 查詢時使用的分析器（可與索引分析器不同）}}}
}
3. 同義詞文件的存儲與加載
- 本地文件：將
synonyms.txt放在 ES 節點的config目錄下（如config/synonyms.txt），需確保所有節點路徑一致。 - 遠程文件（ES 8+ 支持）：通過
synonyms_path指定 HTTP/HTTPS URL（如https://example.com/synonyms.txt），ES 會定期拉取更新（需配置update_interval）："my_synonym_filter": {"type": "synonym","synonyms_path": "https://example.com/synonyms.txt","update_interval": "1h" // 每小時檢查一次更新 }
三、索引階段 vs 查詢階段應用同義詞
同義詞過濾器可在 索引時（分析文檔內容）和 查詢時（分析搜索詞）應用，需根據業務需求選擇：
1. 索引時應用（推薦場景：文檔內容固定）
- 配置：在
analyzer中綁定同義詞過濾器（索引和查詢均使用該分析器）。 - 效果：文檔中的同義詞會被預先擴展或替換，搜索時輸入任意同義詞均可匹配。
- 優勢：查詢時無需處理同義詞擴展，降低查詢耗時。
- 缺點：新增同義詞需重新索引文檔（否則舊文檔無法匹配新同義詞）。
2. 查詢時應用（推薦場景：同義詞規則頻繁更新）
- 配置：僅在
search_analyzer中綁定同義詞過濾器，索引時使用基礎分析器。 - 效果：文檔內容保持原始詞項，搜索時搜索詞會被擴展為同義詞。
- 優勢：同義詞規則更新無需重新索引文檔。
- 缺點：查詢時需處理擴展，可能增加查詢耗時（尤其當同義詞數量大時）。
3. 混合應用（平衡方案）
同時在索引和查詢階段應用同義詞過濾器，但需確保兩者的同義詞規則一致，避免索引詞項與查詢詞項不匹配。例如：
"mappings": {"properties": {"content": {"type": "text","analyzer": "my_synonym_analyzer", // 索引時擴展同義詞"search_analyzer": "my_synonym_analyzer" // 查詢時再次擴展同義詞}}
}
四、驗證同義詞效果
通過 ES 的 _analyze API 驗證分析器是否正確處理同義詞：
示例（驗證“美麗”的分詞結果）：
GET /my_index/_analyze
{"analyzer": "my_synonym_analyzer","text": "美麗"
}
預期輸出（擴展模式）：
{"tokens": [{ "token": "美麗", "start_offset": 0, "end_offset": 2 },{ "token": "漂亮", "start_offset": 0, "end_offset": 2 } // 同義詞被擴展]
}
預期輸出（替換模式）：
{"tokens": [{ "token": "美麗", "start_offset": 0, "end_offset": 2 } // 僅保留替換后的詞項]
}
五、動態更新同義詞規則
若需動態更新同義詞（如新增“好看”作為“美麗”的同義詞），需執行以下步驟：
1. 更新同義詞文件
修改 synonyms.txt 或遠程文件，添加新規則：
美麗, 漂亮, 好看 // 擴展模式：三個詞互為同義詞
2. 刷新分析器（ES 8+ 支持）
通過 _indices/close 和 _indices/open 重新加載分析器（需短暫關閉索引）：
// 關閉索引
POST /my_index/_close// 打開索引（自動重新加載同義詞文件）
POST /my_index/_open
注意：關閉索引會導致該索引不可用，生產環境建議使用 滾動升級（Rolling Upgrade） 或 雙索引切換 避免停機。
六、注意事項與優化
1. 性能影響
- 擴展模式會增加詞項數量（如一個詞擴展為 5 個同義詞），可能導致索引體積增大和查詢耗時增加。
- 替換模式可減少詞項數量，但需謹慎選擇基準詞（如統一為“美麗”），避免丟失語義。
2. 同義詞規則維護
- 避免規則沖突（如“蘋果”既指水果又指品牌），可通過 上下文感知同義詞（需結合
context過濾器，ES 8.7+ 支持）："my_synonym_filter": {"type": "synonym","synonyms": ["美麗, 漂亮 => #general", // 通用上下文"蘋果, 水果 => #fruit", // 水果上下文"蘋果, 手機 => #electronics" // 電子設備上下文] }
3. 中文分詞器適配
- 若使用中文分詞器（如 IK、SmartCN），需確保同義詞過濾器在分詞器之后執行（避免分詞結果與同義詞規則不匹配）。例如：
"analyzer": {"my_synonym_analyzer": {"tokenizer": "ik_max_word", // 中文分詞器"filter": ["my_synonym_filter" // 分詞后應用同義詞過濾器]} }
總結
ES 中實現同義詞映射的核心是通過 同義詞過濾器 在分詞階段擴展或替換詞項。關鍵步驟包括：
- 定義同義詞規則（擴展或替換模式）；
- 創建包含同義詞過濾器的自定義分析器；
- 將分析器綁定到目標字段（索引和/或查詢階段）；
- 驗證分詞效果并動態更新規則。
通過合理配置，可實現“美麗”和“漂亮”等同義詞在搜索時的智能映射，提升搜索結果的相關性。
