Elasticsearch分析

当在搜索操作期间处理查询时，任何索引中的内容由分析模块分析。该模块由分析器，分词器，分词器过滤器和字符过滤器组成。 如果没有定义分析器，则默认情况下注册内置的分析器，分词器，分词器过滤器和字符过滤器到分析模块。例如。

POST http://localhost:9200/pictures

请求正文

{
   "settings": {
      "analysis": {
         "analyzer": {
            "index_analyzer": {
               "tokenizer": "standard", "filter": [
                  "standard", "my_delimiter", "lowercase", "stop", 
                     "asciifolding", "porter_stem"
               ]
            },

            "search_analyzer": {
               "tokenizer": "standard", "filter": [
                  "standard", "lowercase", "stop", "asciifolding", "porter_stem"
               ]
            }
         },

         "filter": {
            "my_delimiter": {
               "type": "word_delimiter",
               "generate_word_parts": true,
               "catenate_words": true,
               "catenate_numbers": true,
               "catenate_all": true,
               "split_on_case_change": true,
               "preserve_original": true,
               "split_on_numerics": true,
               "stem_english_possessive": true
            }
         }
      }
   }
}

响应

{"acknowledged":true}

分析器

分析器由令牌器和可选的令牌过滤器组成。这些分析器在具有逻辑名的分析模块中注册，可以在映射定义或某些API中引用它们。有许多默认分析仪如下 -

令牌器/标记生成器

令牌器用于从Elasticsearch中的文本生成令牌。 通过考虑空白或其他标点符号，文本可以分解成令牌。 Elasticsearch有大量内置的分词器，可以在自定义分析器中使用。

令牌过滤器

令牌过滤器从令牌化器接收输入，然后这些过滤器可以修改，删除或添加输入的文本。 Elasticsearch提供了大量内置的令牌过滤器。它们中的大多数已经在前面的部分中解释。

字符过滤器

这些过滤器在分词器之前处理文本。 字符过滤器查找特殊字符或html标签或指定的模式，然后删除或更改为适当的词，如’&‘到和,删除html标记标记。 这里是同义词在synonym.txt中指定的分析器的示例 -

{
   "settings":{
      "index":{
         "analysis":{
            "analyzer":{
               "synonym":{
                  "tokenizer":"whitespace", "filter":["synonym"]
               }
            },

            "filter":{
               "synonym":{
                  "type":"synonym", "synonyms_path":"synonym.txt", "ignore_case":"true"
               }
            }
         }
      }
   }
}