在许多的情况下，我们使用现有的分词器已经足够满足我们许多的业务需求，但是也有许多的情况，我们需要定制一个特定的分词器来满足我们特定的需求。我们知道要实现全文搜索，在文档被导入到 Elasticsearch 后，每个字段都需要被分析。这里就涉及到分词。如果你对分词器还不是很了解的话，那么请参考我之前的文章 “Elasticsearch: analyzer”。

一旦文档被导入到 Elasticsearch 之后，我们就可以对其中的字段进行搜索了。通常它会依据默认的 BM25 算法对每个文档的相关性进行打分。关于每个文档的分数是如何得到的，我们可以参照文档 “Elasticsearch：分布式计分” 来了解更多。这个打分会影响搜索返回结果的先后顺序。打分最高的文档排在返回结果的最前面，紧接着是排名第二的分数，依次类推。默认的 BM25 打分规则虽然能满足我们绝大多数的需求，但是在实际的使用中，有时不能完全满足我们的需求，比如我希望一首排名靠前的歌曲的会影响最终的得分，离我们位置最近的新闻排在前面，最近发生的新闻优先排在许多年前的新闻之前。针对这些特殊的需求，我们需要定制分数的算法。

在今天的展示中，我将展示如何实现一个定制的分词器 （custom analyzer）及定制相关性。
Elasticsearch：定制分词器（analyzer）及相关性
原文链接：https://elasticstack.blog.csdn ... 78163

Elasticsearch 是一个应用非常广泛的搜索引擎。在实际的使用中，我们会发现有一些文字中包含一些 emoji 表情符号，比如笑脸 😀，动物 🐅 等等，那么我们该如何对这些表情符号来进行搜索呢？ 请详细阅读 “如何实现对 emoji 表情符号进行搜索” https://elasticstack.blog.csdn ... 61636

1.结合使用Grok和Elasticsearch结构化数据。 
https://alexmarquardt.com/usin ... data/ 
2.Dnsbeat –用于监视DNS的Elasticsearch Beat。 
https://github.com/0xThiebaut/dnsbeat 
3.在森林里的面包车上全职工作。 
https://ghuntley.com/a-new-chapter/

编辑：至尊宝 
归档：https://ela.st/cn-daily-all 
订阅：https://ela.st/cn-daily-sub 
沙龙：https://ela.st/cn-meetup

1.Elasticsearch搜索引擎优化指南之分词优化。
https://blog.csdn.net/qq_15973 ... 33060

2.使用ElasticSearch进行2019nCoV的可视化。
https://github.com/CarryChang/2019-nCoV-Vis

3.Elasticsearch 不同版本性能测试。
https://www.nosuchfield.com/20 ... ions/

编辑：cyberdak
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup

Elasticsearch 是一个应用非常广泛的搜索引擎。它可以对文字进行分词，从而实现全文搜索。在实际的使用中，我们会发现有一些文字中包含一些表情符号，比如笑脸，动物等等，那么我们该如何对这些表情符号来进行搜索呢？

🏻 => 🏻, light skin tone, skin tone, type 1–2
🏼 => 🏼, medium-light skin tone, skin tone, type 3
🏽 => 🏽, medium skin tone, skin tone, type 4
🏾 => 🏾, medium-dark skin tone, skin tone, type 5
🏿 => 🏿, dark skin tone, skin tone, type 6
♪ => ♪, eighth, music, note
♭ => ♭, bemolle, flat, music, note
♯ => ♯, dièse, diesis, music, note, sharp
😀 => 😀, face, grin, grinning face
😃 => 😃, face, grinning face with big eyes, mouth, open, smile
😄 => 😄, eye, face, grinning face with smiling eyes, mouth, open, smile
😁 => 😁, beaming face with smiling eyes, eye, face, grin, smile
😆 => 😆, face, grinning squinting face, laugh, mouth, satisfied, smile
😅 => 😅, cold, face, grinning face with sweat, open, smile, sweat
🤣 => 🤣, face, floor, laugh, rofl, rolling, rolling on the floor laughing, rotfl
😂 => 😂, face, face with tears of joy, joy, laugh, tear
🙂 => 🙂, face, slightly smiling face, smile
🙃 => 🙃, face, upside-down
😉 => 😉, face, wink, winking face
 
🐅 => 🐅, tiger
🐆 => 🐆, leopard
🐴 => 🐴, face, horse
🐎 => 🐎, equestrian, horse, racehorse, racing
🦄 => 🦄, face, unicorn
🦓 => 🦓, stripe, zebra
🦌 => 🦌, deer
在上面，我们可以看到各种各样的 emoji 符号。比如我们想搜索 grin，那么它就把含有 😀 emoji 符号的文档也找出来。在今天的文章中，我们来展示如何实现对 emoji 符号的进行搜索。
————————————————
版权声明：本文为CSDN博主「Elastic 中国社区官方博客」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/UbuntuTo ... 61636
 
 

1.ES对数组中元素个数进行聚合

[https://stackoverflow.com/ques ... earch](https://stackoverflow.com/ques ... search)

2.Kibana查询超时处理方法

[https://stackoverflow.com/ques ... t-504](https://stackoverflow.com/ques ... ut-504)

3.Elasticsearch和Clickhouse基本查询对比

[https://my.oschina.net/taogang/blog/4965018](https://my.oschina.net/taogang/blog/4965018)

• 编辑：bsll
  
  
• 归档：https://ela.st/cn-daily-all
  
  
• 订阅：https://ela.st/cn-daily-sub
  
  
• 沙龙：https://ela.st/cn-meetup