elasticsearch - 多语言 Elasticsearch

Question

我将在ElasticSearch中为帖子编制索引。目前有两种语言:英语和中文。因此，每个帖子都有一个(英文)或两个翻译，以及一些两种语言都通用的数据。我的问题是我应该如何索引帖子？

创建两个索引:posts-en和posts-cn并分别存储帖子？

创建单个索引posts并将数据保留为以下格式:

{
  commonParam1: 1,
  commonParam2: "somevalue",
  ...
  titleEn: "English title",
  titleCn: "Chinese title",
  contentEn: "Content EN",
  contentCn: "Content CN",
  ...
}

Answer 1

除非您有令人信服的理由将单个文档分为两个索引，否则我强烈建议将所有文档都保留在一个索引中。

使用一个索引，您可以轻松地针对每种特定于语言的字段使用不同的分析器。将来为新语言添加其他映射非常简单。它允许您在一次调用中为每个文档建立索引，而不是两个，对于每种语言则分别为一个索引。您减少重复的数据(例如，通用数据)。

我还将对这篇文章做一个很好的介绍:http://gibrown.wordpress.com/2013/05/01/three-principles-for-multilingal-indexing-in-elasticsearch/

这是对将多种语言分析和索引到Elasticsearch中的很好的讨论。