Elasticsearch自定义分析器设为索引默认失败，报错Unknown analyzer type

已创建可正常工作的自定义分析器，但无法将其设为索引默认分析器，只能为每个字段单独配置。由于索引映射会随时间变化，希望避免为新增字段重复配置分析器，因此设置默认分析器十分重要。

创建索引的JSON内容： #

{
    "settings": {
        "analysis": {
            "char_filter": {
                "my_mappings_char_filter": {
                    "type": "mapping",
                    "mappings": [
                        "- => ¡h¡",
                    ],
                }
            },
            "analyzer": {
                "test_analyzer": {
                    "tokenizer": "whitespace",
                    "char_filter": ["my_mappings_char_filter"],
                    "filter": ["lowercase"]
                },
                "default": {
                    "type": "test_analyzer"
                }
            },
        }
    },
}

返回错误（状态码400）： #

{
  "error": {
    "root_cause": [
      {
        "type": "illegal_argument_exception",
        "reason": "Unknown analyzer type [test_analyzer] for [default]"
      }
    ],
    "type": "illegal_argument_exception",
    "reason": "Unknown analyzer type [test_analyzer] for [default]"
  },
  "status": 400
}

问题原因 #

你当前的写法错误：在analyzer下定义default分析器时，直接指定type: "test_analyzer"，Elasticsearch会把test_analyzer当成内置分析器类型，而非你自定义的分析器名称，因此报错“未知分析器类型”。

解决方法 #

完全可以将自定义分析器设为默认，有两种正确方式：

方式一：索引级别设置默认分析器（推荐）

在settings.analysis下定义好自定义分析器后，添加index.default_analyzer参数指定自定义分析器名称：

{
    "settings": {
        "analysis": {
            "char_filter": {
                "my_mappings_char_filter": {
                    "type": "mapping",
                    "mappings": [
                        "- => ¡h¡"
                    ]
                }
            },
            "analyzer": {
                "test_analyzer": {
                    "tokenizer": "whitespace",
                    "char_filter": ["my_mappings_char_filter"],
                    "filter": ["lowercase"]
                }
            },
            "index.default_analyzer": "test_analyzer"
        }
    }
}

方式二：映射级别设置默认分析器

在mappings的文档类型下（如_doc）直接指定analyzer为自定义分析器名称：

{
    "settings": {
        "analysis": {
            "char_filter": {
                "my_mappings_char_filter": {
                    "type": "mapping",
                    "mappings": [
                        "- => ¡h¡"
                    ]
                }
            },
            "analyzer": {
                "test_analyzer": {
                    "tokenizer": "whitespace",
                    "char_filter": ["my_mappings_char_filter"],
                    "filter": ["lowercase"]
                }
            }
        },
        "mappings": {
            "_doc": {
                "analyzer": "test_analyzer",
                "properties": {}
            }
        }
    }
}

说明 #

两种方式都能让自定义分析器成为默认，所有未单独指定分析器的新增字段都会自动使用它。其中方式一的索引级别设置优先级更高，是更通用的解决方案。

内容的提问来源于stack exchange，提问作者Cysio