ICU 排序过滤器 #
icu_collation_keyword 词元过滤器使用 ICU 排序规则将词元转换为排序键（collation key），实现语言感知的排序和范围查询。
前提条件 #
需要安装 analysis-icu 插件：
bin/easysearch-plugin install analysis-icu
功能说明 #
此过滤器将文本词元转换为 ICU CollationKey 的字节表示。转换后的词元可用于：
- 语言感知排序：按特定语言的排序规则排列结果
- 范围查询：在
keyword字段上执行符合语言习惯的范围过滤 - 重音/大小写不敏感匹配：通过调整排序强度控制匹配精度
使用示例 #
基本用法 — 德语排序 #
PUT my-german-sort
{
"settings": {
"analysis": {
"filter": {
"german_collation": {
"type": "icu_collation_keyword",
"language": "de",
"country": "DE"
}
},
"analyzer": {
"german_sort": {
"type": "custom",
"tokenizer": "keyword",
"filter": ["german_collation"]
}
}
}
},
"mappings": {
"properties": {
"name": {
"type": "text",
"fields": {
"sort": {
"type": "keyword",
"analyzer": "german_sort"
}
}
}
}
}
}
忽略重音的匹配 #
PUT my-accent-insensitive
{
"settings": {
"analysis": {
"filter": {
"collation_primary": {
"type": "icu_collation_keyword",
"language": "en",
"strength": "primary"
}
}
}
}
}
参数 #
| 参数 | 类型 | 说明 |
|---|---|---|
language | string | ICU 语言代码（如 de, fr, zh） |
country | string | ICU 国家代码（如 DE, FR） |
strength | string | 排序强度：primary（忽略重音+大小写）、secondary（区分重音）、tertiary（区分大小写）、quaternary、identical |
decomposition | string | Unicode 分解模式：no、canonical |
alternate | string | 空白/标点处理：shifted（忽略）、non-ignorable |
caseLevel | boolean | 是否在 primary 强度下区分大小写 |
caseFirst | string | 大小写优先：lower、upper |
numeric | boolean | 是否按数字值排序（true 使 “2” < “10”） |
rules | string | 自定义 ICU 排序规则字符串 |