Elasticsearch 配置与测试分析器 (2)

一. 配置文本分析器(Configure text analysis)

　　　 默认情况下，Elasticsearch 使用standard分析器来进行文本分析，如果使用该分析器，则不用额外的配置。如果不满足，可以使用其它内置分析器，也可以创建自定义的分析器更好的控制，通常在生产实战中都是自定义分析器，方便更好扩展。

 

　　1.1.下面使用内置的whitespace分析器来看下效果（后续会介绍内置的各种分析器）

POST _analyze
{
  "analyzer": "whitespace",
  "text":     "The quick brown fox."
}

　　　　分析结果如下所示：

 　　　　使用数组表示的分词结果：[ The, quick, brown, fox. ]

 

　　1.2 下面使用各项组合分析器

POST _analyze
{
  "tokenizer": "standard",
  "filter":  [ "lowercase", "asciifolding" ],  #lowercase:转小写， asciifolding:将包含非ASCII字符的文本转换为其ASCII等效表示
  "text":      "Is this déja vu?"
}

　　　　分析结果：[ is, this, deja,vu ]

 

　　1.3 下面自定义一个分析器，映射到索引中

PUT my-index-000001
{
  "settings": {
    "analysis": {     #分析根节点
      "analyzer": {   #分析器  
        "std_folded": {   #自定义一个分析器， 可以定义多个分析器
          "type": "custom",  
          "tokenizer": "standard", #分词器
          "filter": [   #token 过滤，一个token是指一个单词term
            "lowercase",
            "asciifolding"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "my_text": {
        "type": "text",
        "analyzer": "std_folded"   #指定自定义的分析器
      }
    }
  }
}

　　　　二种方式测试分析器文本（常用第二种）　　

GET my-index-000001/_analyze 
{
  "analyzer": "std_folded",         #指定分析器名
  "text":     "Is this déjà vu?"
}

GET my-index-000001/_analyze  #分析my_text字段，默认分析器std_folded
{
  "field": "my_text", 
  "text":  "Is this déjà vu?"
}

　　　　分析结果与上面1.2结果一样

 

参考官方资料：配置文本分析