如何将synonym.txt同义词文件上传至Elastic Search？

下面是两种常用的同义词配置方案，你可以根据自己的业务场景选择：

方案1：节点本地部署synonym.txt文件（适合同义词固定、更新频率低的场景） #

• 第一步：将你准备好的synonym.txt文件上传到ES集群每一个节点的配置目录下的同义词专用文件夹，默认路径一般是config/analysis/，如果没有这个文件夹先手动创建，注意要保证ES运行用户对这个文件有读权限。
• 第二步：重启所有ES节点，让节点能识别到新增的同义词文件。
• 第三步：创建索引时在设置中指定同义词过滤器，示例配置如下：

{
  "settings": {
    "analysis": {
      "filter": {
        "my_synonym_filter": {
          "type": "synonym",
          "synonyms_path": "analysis/synonym.txt"
        }
      },
      "analyzer": {
        "my_synonym_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": [
            "lowercase",
            "my_synonym_filter"
          ]
        }
      }
    }
  }
}

如果你用的是ES默认标准分词器，把ik_max_word替换成standard即可。

• 第四步：测试同义词是否生效，执行测试请求：

POST /_analyze
{
  "analyzer": "my_synonym_analyzer",
  "text": "你要测试的关键词"
}

返回的分词结果里如果包含对应同义词，就说明配置成功。

方案2：直接在索引配置中写入同义词规则（适合同义词少、更新频率高，不想操作节点文件的场景） #

不需要上传synonym.txt，直接把同义词规则写在过滤器的synonyms参数里即可，示例配置：

{
  "settings": {
    "analysis": {
      "filter": {
        "my_synonym_filter": {
          "type": "synonym",
          "synonyms": [
            "西红柿,番茄",
            "土豆,马铃薯"
          ]
        }
      },
      "analyzer": {
        "my_synonym_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": [
            "lowercase",
            "my_synonym_filter"
          ]
        }
      }
    }
  }
}

注意事项 #

• 同义词文件的编码必须是UTF-8，否则会出现乱码导致规则不生效
• 如果后续更新了synonym.txt文件，需要关闭索引再重新打开才能加载新的规则，执行命令：

POST /你的索引名/_close
POST /你的索引名/_open

• 集群部署场景下必须保证所有节点的synonym.txt内容完全一致、存储路径也完全一致，否则会出现部分节点分词结果不一致的问题

内容的提问来源于stack exchange，提问作者Meghana S