如何为Elasticsearch icu_collation_keyword字段编写字母优先的排序规则

你当前使用带language参数的icu_collation_keyword字段时，排序结果为$1232、£7232、87343、Abi、Karthik，不符合「字母→空格→标点→符号→货币→数字→其他」的优先级需求。以下是通过rules参数自定义排序规则的解决方案，无需使用locale选项：

修改后的索引Mapping #

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "name": {   
        "type": "text",
        "fields": {
          "sort": {  
            "type": "icu_collation_keyword",
            "index": false,
            "rules": "&[:letter:] < [:space:] < [:punctuation:] < [:symbol:] < [:currency:] < [:digit:]"
          }
        }
      }
    }
  }
}

规则说明 #

• [:letter:]：匹配所有字母字符，设置为最高优先级，排在最前面
• [:space:]：匹配空格类字符，优先级次之
• [:punctuation:]：匹配标点符号，优先级第三
• [:symbol:]：匹配通用符号，优先级第四
• [:currency:]：匹配货币符号（如$、£），优先级第五
• [:digit:]：匹配数字字符，优先级第六

验证步骤 #

1. 插入测试数据：

POST my-index-000001/_bulk
{"index":{}}
{"name":"$1232"}
{"index":{}}
{"name":"Abi"}
{"index":{}}
{"name":"£7232"}
{"index":{}}
{"name":"87343"}
{"index":{}}
{"name":"Karthik"}

2. 执行排序查询：

GET my-index-000001/_search
{
  "sort": [{"name.sort": "asc"}],
  "query": {"match_all": {}}
}

返回的排序结果将符合预期：Abi、Karthik、$1232、£7232、87343

内容的提问来源于stack exchange，提问作者Karthik Amar