Elasticsearch停用词列表变更后的数据重索引问题

我有一个使用自定义分析器myAnalyzer的carName字段，相关定义如下：

@Field(type = FieldType.Text, searchAnalyzer = "myAnalyzer", analyzer = "myAnalyzer")
private String carName;

myAnalyzer的配置为：

{
  "index": {
    "analysis": {
      "filter": {
        "myStopwords": {
          "ignore_case": "true",
          "type": "stop",
          "stopwords": [
            "word1",
            "word2"
          ]
        } 
      },
      "char_filter": {
        "myTrimmer": {
          "flags": "CASE_INSENSITIVE",
          "pattern": "somepatter",
          "replacement": "somrereplacement",
          "type": "pattern_replace"
        } 
      },
      "analyzer": {
        "myAnalyzer": {
          "filter": [
            "lowercase",
            "unique",
            "myStopwords"
          ],
          "char_filter": [
            "myTrimmer"
          ],
          "type": "custom",
          "tokenizer": "whitespace"
        } 
      }
    }
  }
}

现在myStopwords停用词列表会新增或删除词汇。我的数据库中有CAR实体，新增车辆时会同步索引到Elasticsearch。请问：

• 当停用词列表变更时，我需要做什么？能否仅在Elasticsearch端刷新数据，无需从数据库重新读取？
• 若停用词变更导致carName字段的索引数据丢失，是否必须从数据库重新索引所有车辆？
• 分析器在索引阶段生效，停用词列表变更属于分析器变更，似乎需要重索引车辆数据，但不确定是否正确。例如，若车辆名称为Ford King Taurus：
  • 原本King不在停用词列表，后来添加进去；
  • 原本King在停用词列表，后来移除；
    这两种情况对搜索有何影响？变更后搜索能否正常工作？
• 了解到UpdateByQuery方法可用于更新部分文档，能否用它来让Elasticsearch重新处理所有carName字段以适配停用词列表变更？

核心结论：停用词列表变更后，必须重新处理所有已索引的文档才能让变更生效，无需从数据库重新拉取数据，用UpdateByQuery就能实现。 #

1. 停用词变更后的操作要求
   停用词属于分析器的索引阶段配置，已索引的文档是用旧停用词规则生成的倒排索引，所以必须重新处理这些文档才能应用新规则。不需要从数据库重新读取数据，Elasticsearch本身存储了文档的原始字段值，可直接用这些值重新生成索引。

2. 是否必须从数据库重索引？
   不需要。Elasticsearch的文档中默认保存了carName的原始值（除非你手动配置了store: false），所以直接在ES内部重新处理这些原始值即可，无需回源数据库。

3. 两种停用词变更场景的影响

   • 新增停用词（比如把King加入停用词）：
     旧索引中King是被索引的，搜索King时还能匹配到旧文档；但新索引的文档不会包含King的词条。此时搜索结果会混杂新旧规则的匹配，直到所有文档都重新处理完成。
   • 移除停用词（比如把King从停用词中删掉）：
     旧索引中没有King的词条，搜索King时找不到旧文档；新索引的文档会包含King词条。同样，搜索结果会不一致，直到重处理完成。
     这两种情况如果不重处理文档，搜索都无法完全按新规则正常工作，会出现匹配结果不符合预期的情况。

4. UpdateByQuery的可行性
   完全可以用UpdateByQuery来实现。这个API会遍历索引中的所有文档，把每个文档的原始字段值重新用新的分析器处理，生成新的倒排索引。执行命令示例：

   POST /your_car_index/_update_by_query
   {
     "query": { "match_all": {} }
   }
   

   执行时ES会自动重新解析carName字段，应用更新后的停用词规则，不需要额外指定字段（前提是字段映射没变化，且分析器配置已经更新完成）。

注意：执行UpdateByQuery前，要先确保已经更新了索引的分析器配置（即把新的停用词列表更新到myStopwords过滤器中），否则重新处理时还是会用旧规则。

内容的提问来源于stack exchange，提问作者SereneAtk