Elasticsearch 6.8：替换bio字段敏感词且不索引该字段可行吗？

作为ES 6.8的老玩家，你的需求完全能满足——核心思路是用**摄入管道（Ingest Pipeline）**提前替换敏感词，再通过映射（Mapping）禁用该字段的索引。下面是一步步的具体操作：

1. 创建敏感词替换的Ingest Pipeline #

Ingest Pipeline是ES用来在文档写入前做预处理的工具，我们用它把bio里的敏感词替换成****。

执行以下命令创建管道（把(敏感词1|敏感词2|敏感词3)替换成你的实际敏感词列表，多个用|分隔，特殊字符记得转义，比如.要写成\.）：

PUT _ingest/pipeline/censor_bio
{
  "description": "替换bio字段中的敏感词",
  "processors": [
    {
      "gsub": {
        "field": "bio",
        "pattern": "(敏感词1|敏感词2|敏感词3)",
        "replacement": "****"
      }
    }
  ]
}

2. 配置User索引的Mapping，禁用bio字段的索引 #

接下来要确保bio字段不被索引，这样就无法通过bio的内容搜索到文档。创建索引时设置mapping：

PUT user_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "bio": {
          "type": "text",
          "index": false  // 关键：禁用索引，该字段不会被用于搜索
        },
        // 其他字段按需配置，比如用户名、ID等
        "username": {
          "type": "text"
        }
      }
    }
  }
}

注意：ES 6.8还保留了索引类型（这里用_doc），如果是已有索引，需要先关闭索引再修改mapping，不过建议新索引直接这么设置。

3. 应用Pipeline处理文档 #

有两种方式让文档经过我们的敏感词替换管道：

方式一：写入时手动指定Pipeline #

每次写入文档时添加?pipeline=censor_bio参数：

PUT user_index/_doc/1?pipeline=censor_bio
{
  "username": "张三",
  "bio": "我提到了敏感词1，还有敏感词2"
}

方式二：设置索引默认Pipeline（更省心） #

把管道设为索引的默认处理流程，之后所有写入的文档都会自动替换敏感词：

PUT user_index/_settings
{
  "index.default_pipeline": "censor_bio"
}

4. 验证效果 #

• 查看文档内容：执行GET user_index/_doc/1，会返回替换后的bio："bio": "我提到了****，还有****"
• 验证索引禁用：执行搜索命令，尝试搜索敏感词，会返回0结果：

GET user_index/_search
{
  "query": {
    "match": {
      "bio": "敏感词1"
    }
  }
}

额外：处理已存在的旧文档 #

如果你的索引里已经有旧文档，需要批量更新替换敏感词，执行以下命令：

POST user_index/_update_by_query?pipeline=censor_bio

这条命令会遍历所有文档，应用我们的敏感词替换管道。

内容的提问来源于stack exchange，提问作者Aimn Blbol