如何更新Elasticsearch索引映射，实现多语言词干分析功能？

问题背景 #

当前索引中performance_text.stemmed字段使用snowball分析器，仅能处理英文词汇的词干提取，无法满足多语言文本的自动识别与对应词干处理需求，所有搜索操作均针对performance_text字段。

解决方案 #

要实现自动语言识别+对应词干提取，需通过自定义多语言分析器结合Elasticsearch内置的lang_detector分词过滤器和multilingual_stemmer词干过滤器来实现，具体步骤如下：

1. 为索引添加自定义多语言分析器配置 #

如果索引已存在，需先关闭索引，更新settings后再重新打开；若为新索引，可直接在创建时配置settings。

# 关闭索引（仅针对已存在的索引）
POST /my_index/_close

# 更新索引settings，添加自定义分析器
PUT /my_index/_settings
{
  "analysis": {
    "analyzer": {
      "multilingual_stem_analyzer": {
        "tokenizer": "standard",
        "filter": [
          "lowercase",
          "lang_detector",
          "multilingual_stemmer"
        ]
      }
    }
  }
}

# 重新打开索引（仅针对已存在的索引）
POST /my_index/_open

2. 更新performance_text字段的映射 #

将stemmed子字段的分析器替换为刚创建的multilingual_stem_analyzer：

PUT /my_index/_mapping
{
  "properties": {
    "performance_text": {
      "type": "text",
      "fields": {
        "highlight": {
          "type": "text",
          "store": true,
          "term_vector": "with_positions_offsets"
        },
        "stemmed": {
          "type": "text",
          "analyzer": "multilingual_stem_analyzer",
          "fielddata": true
        }
      }
    }
    # 其他字段保持原有映射不变，无需重复定义
  }
}

关键说明 #

• lang_detector过滤器会自动检测文本的语言类型（支持数十种主流语言）
• multilingual_stemmer会根据检测到的语言，调用对应语言的词干提取规则（例如英文用Porter词干、法文用French词干等）
• 若索引中已有数据，更新映射后需执行重新索引操作，确保已有文档的performance_text.stemmed字段应用新的分析器：

POST /_reindex
{
  "source": {
    "index": "my_index"
  },
  "dest": {
    "index": "my_index_new"
  }
}
# 完成后可删除原索引，将新索引别名改为原名称

内容的提问来源于stack exchange，提问作者dawat1234