多语言弹性搜索

Question

我将索引ElasticSearch中的帖子。目前有两种语言：英文和中文。因此，每篇文章都有一个（英文）或两个翻译以及两种语言通用的一些数据。我的问题是我该如何索引帖子？

1. 创建两个索引：posts-en和posts-cn并分别存储文章？

2. 创建一个索引posts，并保持数据格式是这样的：

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

Answer 1

除非你有一个令人信服的理由，跨越两个指标分为单个文档我强烈建议保持它都在同一个指数。

使用一个索引，您可以轻松地为每个语言特定字段使用不同的分析器。将来为新语言添加其他映射相当简单。如果您单独编制索引，它允许您在一次调用中为每个文档编制索引，而不是每个语言编制两个索引。您可以减少重复的数据（例如公共数据）。

我也想好好看看这个帖子：http://gibrown.wordpress.com/2013/05/01/three-principles-for-multilingal-indexing-in-elasticsearch/

这是在分析和索引多种语言成Elasticsearch了很好的讨论。