elasticseach multi-field的实际用途

下面是multi-field的介绍：

multi_field 多域类型允许你对同一个值以映射的方式定义成多个基本类型 core_types . 这个非常有用，比如，如果你定义一个 string 类型的字段，你需要这个字段的分词一会是 analyzed ，但是有时候又希望该字段是 not_analyzed 类型的，通过使用 multi_field 就可以很方便的解决这个问题. 下面来看个例子:

{
"tweet" : {
"properties" : {
"name" : {
"type" : "multi_field",
"fields" : {
"name" : {"type" : "string", "index" : "analyzed"},
"untouched" : {"type" : "string", "index" : "not_analyzed"}
}
}
}
}
}

上面的例子，显示了我们是如何定义一个名为 name 的字段, 它的数据类型是 string 字符类型, 该字段映射了两次（实际物理上产生了2个索引字段），其中一个是以 name 的名称 定义为 analyzed 分词类型，另外一个定义成了名称为 untouched 的 not_analyzed 类型，即不分词处理.
字段访问

当使用 multi_field mapping定义之后, fields里面的和字段名称和外部的字段名称相同的字段定义会被当做该mult-field的默认字段（因为一个multi类型字段会被拆分成多个字段，所以，会有一个默认值），我们可以通过直接名称 name 或者使用 tweet.name 格式的方式来指定字段.

其它定义的不同名称的字段也可以通过使用特点的导航来指定（即使用“.”符合来分割），如: name.untouched, 或者还带上类型名称 tweet.name.untouched.
合并Merging

当使用更新mapping接口 put_mapping 的时候，一个基本类型（core type） mapping定义能够自动升级成 multi_field mapping定义. 这意味着旧的定义是普通的基本类型的mapping，通过保持默认字段一致（即定义的multi-field的默认字段定义保持为旧的mapping的定义），就能够升级为 multi_field 类型.

开始介绍下更具体的用法，一步一步的啊。
mapping的使用和分词的配置之前也介绍过，再重头来一遍吧。

这么个场景，之前在pinyin插件里面写的，拿过来：https://github.com/medcl/elasticsearch-analysis-pinyin

我们现在需要实现人名的搜索，可以除了通过中文，还可以通过拼音来进行搜索，怎么做呢？
“执行索引前，转换中文姓名，得到拼音，然后分别建两个字段，往里面写数据，不就可以了吗？”
土了吧，看我给你介绍新的玩法。
用multi-field和pinyin插件。
前提准备：插件安装什么的我就不说了，可以使用RTF，相关都配置做好了，直接可以用。
1.自定义分词，开始之前，需要先定义好分词，可以在配置文件里面定义，但是不灵活，定义完了之后，需要重启es，还一种方式就是动态的添加自定义分词，如下所示：

curl -XPOST http://localhost:9200/medcl/_close curl -XPUT http://localhost:9200/medcl/_settings -d'
{
"index" : {
"analysis" : {
"analyzer" : {
"pinyin_analyzer" : {
"tokenizer" : ["my_pinyin"],
"filter" : ["standard","nGram"]
}
},
"tokenizer" : {
"my_pinyin" : {
"type" : "pinyin",
"first_letter" : "prefix",
"padding_char" : ""
}
}
}
}
}'
curl -XPOST http://localhost:9200/medcl/_open[/code] 
上面自定义了一个名为my_pinyin的tokenizer，和名为pinyin_analyzer的analyzer，值得注意的是，修改索引的setting，需要先close索引，修改完之后，open就好了。

2.创建好索引，设置好analyzer，我们再来定义Type的，Type名称就用folks吧，有一个name字段，用来存姓名就好了。

curl -XPOST http://localhost:9200/medcl/folks/_mapping -d'
{
"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"
}
}
}
}
}
}'


上面定义了一个folks的Type，有一个字段名称为name，该字段数据类型为string，对象类型为multi-field，正因为类型是multi-field，它有了一些额外的参数可以进行设置，即fields，fields里面设置衍生字段的属性，可以是多个，每个都可以分别设置analyzer，store等参数，和core类型无异，如上，定义了一个name，使用的是pinyin analyzer和一个primitive，使用的是keyword analyzer，当想通过拼音搜索的时候，就对第一个字段name进行搜索就行了，如果需要完整匹配中文姓名，则对primitive字段进行搜索就行了。