From 062b97bc91bf0ba04450bef627172ccdce7aa63d Mon Sep 17 00:00:00 2001
From: tangwang <tangwang@essa.top>
Date: Fri, 14 Nov 2025 19:41:40 +0800
Subject: [PATCH] 文档完善

---
 docs/索引字段说明.md | 73 +++++++++++++++++++++++++------------------------------------------------
 1 file changed, 25 insertions(+), 48 deletions(-)

diff --git a/docs/索引字段说明.md b/docs/索引字段说明.md
index ba0b688..a8bc0f4 100644
--- a/docs/索引字段说明.md
+++ b/docs/索引字段说明.md
@@ -24,9 +24,9 @@
 
 ## 索引类型与处理说明
 
-### 文本字段（多语言）
+### 文本字段
 
-- **电商通用分析-中文**  
+- **TEXT**  (电商通用分析-多语言通用)
   ```json
   {
     "type": "text",
@@ -34,35 +34,27 @@
     "search_analyzer": "hanlp_standard"
   }
   ```
-- **电商通用分析-英文**  
+- **TEXT_ZH**  (电商通用分析-中文)
   ```json
-  { "type": "text", "analyzer": "english" }
-  ```
-- **电商通用分析-日文**  
-  ```json
-  { "type": "text", "analyzer": "japanese" }
-  ```
-- **电商通用分析-阿拉伯文**  
-  ```json
-  { "type": "text", "analyzer": "arabic" }
-  ```
-- **电商通用分析-西班牙文**  
-  ```json
-  { "type": "text", "analyzer": "spanish" }
+  {
+    "type": "text",
+    "analyzer": "hanlp_index",
+    "search_analyzer": "hanlp_standard"
+  }
   ```
-- **电商通用分析-俄文**  
+- **TEXT_EN** (电商通用分析-中文)
   ```json
-  { "type": "text", "analyzer": "russian" }
+  { "type": "text", "analyzer": "english" }
   ```
 
-### 关键词字段
+### KEYWORD（关键词字段）
 
 - ES 输入支持字符串或字符串数组，统一写入 keyword 字段，默认大小写敏感，必要时可通过 normalizer 统一大小写。  
   ```json
   { "type": "keyword" }
   ```
 
-### Hybrid Keyword+Text（HKText）字段
+### HKText（Hybrid Keyword+Text 字段）
 
 - 该类型用于“精确匹配优先 + 模糊匹配兜底”的业务场景（如品牌、标签、SEO 关键词）。  
 - 典型 mapping：  
@@ -78,12 +70,19 @@
   ```
 - 业务命名：**HKText**。使用 `字段.keyword` 子字段满足过滤、聚合等精确需求，主字段支持 ngram 模糊搜索。
 
-### 数值字段
+### LONG（数值字段-整数）
+
+```json
+{ "type": "long" }
+```
+
+### FLOAT（数值字段-浮点数）
 
-- **整数**：`{ "type": "long" }`
-- **浮点数**：`{ "type": "float" }`
+```json
+{ "type": "float" }
+```
 
-### 日期字段
+### DATE（日期字段）
 
 - 预处理：统一转换为 ISO8601（UTC）字符串或毫秒时间戳；空值保持 null。  
 - ES mapping：  
@@ -95,7 +94,7 @@
   ```
 - 查询：支持范围检索、排序与聚合。
 
-### 文本-多语言向量化
+### TEXT_EMBEDDING（文本-多语言向量化）
 
 - 调用“文本向量化”模块生成 1024 维向量，适用于标题、描述等语义检索场景。  
   ```json
@@ -107,7 +106,7 @@
   }
   ```
 
-### 图片-向量化
+### IMAGE_EMBEDDING（图片-向量化）
 
 - 调用“图片向量化”模块生成 1024 维向量，并保留图片 URL 以便回显。  
   ```json
@@ -222,28 +221,6 @@
 - 使用ES的nested类型，支持对嵌套字段进行独立查询和过滤
 - `options` 对象包含 `option1`、`option2`、`option3` 三个字段，分别对应SKU表中的选项值
 
-## 字段类型说明
-
-### ES字段类型映射
-
-| ES字段类型 | Elasticsearch映射 | 用途 |
-|-----------|------------------|------|
-| KEYWORD | keyword | 精确匹配、过滤、聚合、排序 |
-| TEXT | text | 全文检索（支持分词） |
-| HKText | text + keyword子字段 | 精确优先的模糊/过滤混合场景 |
-| FLOAT | float | 浮点数（价格、权重等） |
-| LONG | long | 整数（库存、计数等） |
-| DATE | date | 日期时间 |
-| TEXT_EMBEDDING | dense_vector | 文本向量（1024维） |
-| IMAGE_VECTOR | nested+dense_vector | 图片语义检索（含URL） |
-| JSON | object/nested | 嵌套对象 |
-
-### 分析器说明
-
-| 分析器名称 | 语言 | 说明 |
-|-----------|------|------|
-| chinese_ecommerce | 中文 | Ansj中文分词器（电商优化），用于中文文本的分词和搜索 |
-
 ## 索引配置
 
 ### 索引设置
--
libgit2 0.21.2