如何不更新索引映射分词分析Elasticsearch已索引文档

存在完全不需要更新索引映射的可行实现路径，以下是两种可直接落地的方法，同时会说明你之前调用term_vectors未获得预期结果的核心原因。

方案1：_analyze API 配合批量文档遍历 #

零侵入方案，全程不会对现有索引做任何配置修改或写入操作：

• 用scroll或者search_after接口批量滚动遍历目标索引，从_source字段中拉取需要分析的文档对应原文
• 调用ES原生_analyze接口，指定你自定义插件实现的分析器，传入拉取到的文本即可直接获取分词结果
  调用示例：

POST /_analyze
{
  "analyzer": "your_custom_plugin_analyzer",
  "text": "从索引中拉取到的目标字段原文内容"
}

方案特点：

• 优点：对现有线上业务无任何影响，分词逻辑完全走你自定义插件的最新逻辑，不受索引初始化时的分词配置干扰
• 缺点：需要额外拉取一次文档原文，分析动作在查询侧完成，分词结果不会自动回写到索引，适合仅需要获取分词结果做后续离线处理的场景

方案2：_termvectors接口临时指定分析器 #

你之前调用term_vectors未拿到预期结果，核心原因通常是两点：一是建索引时未给对应字段开启term_vector存储，无法返回索引阶段生成的分词项；二是没有传临时指定分析器的参数，接口默认走字段初始mapping绑定的分析器逻辑，不会调用你自定义开发的插件分析器。

_termvectors支持通过per_field_analyzer参数在调用时临时指定分析器，不需要修改字段原有mapping配置，ES会自动读取_source中存储的字段原文，用你指定的自定义分析器做分词后直接返回结果，不需要单独拉取文档内容。
调用示例：

GET /your_target_index/_termvectors/目标文档ID?fields=待分析字段名
{
  "per_field_analyzer": {
    "待分析字段名": "your_custom_plugin_analyzer"
  },
  "offsets": true,
  "positions": true,
  "payloads": true
}

方案特点：

• 优点：不需要单独拉取文档，单接口调用即可拿到指定分析器的分词结果，同样不需要修改索引mapping、不需要执行reindex操作
• 缺点：单条调用仅支持处理单个文档，批量处理需要自行封装遍历逻辑，大数量场景下需要控制并发，避免给ES节点造成过高压力

注意事项 #

• 上述两种方案均不需要修改现有索引映射，也不需要执行数据写入、重建等操作，不会破坏现有索引数据
• 仅当你需要把自定义分词的结果持久化到索引中供查询使用时，才需要新增字段、更新mapping后做数据同步，仅做分词分析获取结果的场景不需要这类操作
• 百万级以上文档量分析时，建议把批次大小控制在200-500条/批，并发数不超过ES节点CPU核数的一半，避免影响线上业务查询

内容的提问来源于stack exchange，提问作者DareToDead