オートコンプリート用にフィールドをインデックスする方法

string

必須

このフィールド型を識別する、人間が判読できるラベル。 値は string である必要があります。

string

任意

このオートコンプリート マッピングで使用するアナライザの名前。 lucene.kuromoji言語アナライザと次のカスタムアナライザトークナイザとトークン フィルターを除く任意の Atlas Search アナライザを使用できます。

• nGram トークナイザ

• EdgeGram Tokenizer

• datchMotor fsDocumentフィルター

• nGramトークン フィルター

• EdgeGramトークン フィルター

• 単一トークン フィルター

lucene.standard

整数

任意

インデックス シーケンスあたりの最大文字数。 この値は、インデックス トークンの文字長を制限します。 maxGrams値より長いタームを検索すると、Atlas Search はトークンをmaxGramsの長さまで切り捨てます。

15

整数

任意

インデックス シーケンスあたりの最小文字数。 最小値として4を推奨しています。 4未満の場合、インデックスのサイズが非常に大きくなる可能性があるため、パフォーマンスに影響を与える可能性があります。 edgeGramにはデフォルト値2を推奨します。

2

列挙

任意

オートコンプリート用にフィールドをインデックスするときに使用するトークン化戦略。 値は次のいずれかになります。

• edgeGram - このオートコンプリート マッピングで使用されるアナライザによって区切られた、単語の左側から始まる変数長の文字シーケンスから、 gramsと呼ばれるインデックス可能なトークンを作成します。

• rightEdgeGram - このオートコンプリート マッピングで使用されるアナライザによって区切られた、単語の右側から始まる変数長の文字シーケンスから、 gramsと呼ばれるインデックス可能なトークンを作成します。

• nGram - 変数の長さの文字ウィンドウを単語の上でスライドさせて、 gramsと呼ばれるインデックス作成可能なトークンを作成します。 Atlas Search は、 edgeGramまたはrightEdgeGramよりも多くのnGram用トークンを作成します。 したがって、 nGramはフィールドのインデックス作成により多くのスペースと時間を必要とします。 nGramは、長い複合語を含む言語や、スペースを使用しない言語のクエリに適しています。

edgeGram、 rightEdgeGram 、 nGramは文字レベルで適用されます。 たとえば、次の文章について考えてみましょう。

The quick brown fox jumps over the lazy dog.

2のminGrams値と5のmaxGrams値でトークン化すると、Atlas Search は選択したtokenization値に基づいて次の文字のシーケンスをインデックス化します。

th
the
the{SPACE}
the q
qu
qui
quic
uick
...

og
dog
{SPACE}dog
y dog
zy
azy
lazy
{SPACE}lazy
he
the
{SPACE}the
r the
er
ver
over
{SPACE}over
...

th
the
the{SPACE}
the q
he
he{SPACE}
he q
he qu
e{SPACE}
e q
e qu
e qui
{SPACE}q
{SPACE}qu
{SPACE}qui
{SPACE}quic
qu
qui
quic
quick
...

edgeGram 、 rightEdgeGram 、またはnGramトークン化戦略を使用してオートコンプリート用にフィールドをインデックス化すると、string フィールドをインデックス化するよりも計算コストが高くなります。 インデックスは、通常の string フィールドを含むインデックスよりも多くのスペースを必要とします。

指定されたトークン化戦略では、Atlas Search は次のプロセスを適用して、連続したトークンを発行する前に連結します。 このプロセスは「照合」と呼ばれることもあります。 Atlas Search は、長さがminGrams maxGrams文字と 文字の間のトークンを発行します。

• トークンをminGrams未満に保持します。

• minGramsより大きくmaxGrams未満のトークンを後続のトークンに結合し、指定された最大文字数までのトークンを作成します。

edgeGram

ブール値

任意

インデックス付きテキストに発音区別符号を含めるか削除するかを示すフラグ。 値は次のいずれかになります。

• true - インデックスとクエリ テキスト内の発音区別符号を無視します。 発音区別符号の有無にかかわらず結果を返します。 たとえば、 cafèを検索すると、 cafèとcafeという文字を含む結果が返されます。

• false - インデックスとクエリ テキストに発音区別符号を含めます。 クエリ内に発音区別符号の有無にかかわらず string と一致する結果のみを返します。 たとえば、 cafèを検索すると、 cafèという文字のみを含む結果が返されます。 cafeを検索すると、 cafeという文字のみを含む結果が返されます。

true