站内搜索（ELK）之数据表字典类型字段的索引思路

数据表字典类型的字段，如人员表中的“性别”、流程表中的“处理状态”，此类字段中的值高度重复，不建议放到可检索的索引字段中，原因如下：

若数据表字典类型字段的值索引到单独的索引字段中，因字典数据字符数一般比较少，根据搜索引擎（如elasticsearch）计算得分算法，字符数少的索引字段被检索命中后，比大字段命中后的得分高，这对于一般的应用场景，会对检索结果造成严重干扰。

 

可考虑的字典数据索引方法：

1、若搜索结果要用于分析系统、报表系统，可考虑字典型数据单独索引，但不放到可检索的索引字段中，避免搜索时干扰；搜索完成后，对搜索结果再进行二次处理。

2、若不考虑数据分析、结果分类等需求，可将字典数据与其他大字段数据合并后，再索引，如将人员表中“性别”与人员住址、简历等字段合并，降低其计算得分时的权重。