Elasticsearch czech analyzer test

es-czech-analyzer.rb

require 'rubygems'
require 'tire'


class Article
  
  include Tire::Model::Persistence

  # Jen zmena nazvu indexu at nahodou nesmazes nejaky svuj existujici 'articles' index
  #
  index_name 'articles-czech-analyzer-test'


  # Property s ceskym analyzerem
  #
  property :title, type: "string", analyzer: 'czech'

  # Je mozno definovat property s vice analyzery a podle nich pak hledat. Viz nize
  # http://www.elasticsearch.org/guide/reference/mapping/multi-field-type.html
  #
  property :content, type: "multi_field",
                     fields: {
                       english: { type: 'string', analyzer: 'snowball' },
                       czech:   { type: 'string', analyzer: 'czech' } }
  
end

# Znovuvytvoreni indexu se spravnym mappingem
#
Article.index.delete
Article.create_elasticsearch_index

# Obcas ES vyhodi, ze nema dostupne shardy ihned po vytvoreni indexu
#
sleep 1

# Vytvoreni par clanku
#
Article.create title: 'Vánoční stromky', content: 'Lorem ipsum dolor sit amet'
Article.create title: 'Bez nadpisu', content: 'Vánoční stromky'

# Jen pro jistotu refresh indexu at je jistota, ze to ES jiz ulozil
#
Article.index.refresh

# Hledame v title podle ceskeho analyzeru
#
# http://localhost:9200/articles-czech-analyzer-test/_analyze?text=V%C3%A1no%C4%8Dn%C3%AD%20stromky&field=title
# jde videt, na jake tokeny se rozpadne
#
puts "Podle title\n---"
p Article.search 'title:stromek'

puts '', "Podle content.english\n---"
p Article.search 'content.english:stromek'

puts '', "Podle content.czech\n---"
p Article.search 'content.czech:stromek'

puts '', "Je mozno hledat nad celym multifieldem a ES pouzije spravne analyzery pro kazdy field multifieldu\n---"

result = Article.search do
  query { string 'stromek', fields: ['content.*'] }
end

p result