ElasticSearch第九讲 ES 分词器与安装使用分析器

什么是 Analysis

顾名思义，文本分析就是把全文本转换成一系列单词（term/token）的过程，也叫分词。在 ES 中，Analysis 是通过分词器（Analyzer） 来实现的，可使用 ES 内置的分析器或者按需定制化分析器。

举一个分词简单的例子：比如你输入 Mastering Elasticsearch，会自动帮你分成两个单词，一个是 mastering，另一个是 elasticsearch，可以看出单词也被转化成了小写的。

关于ES的一些分析器以及过程可以参考我的这篇博客：ElasticSearch第十讲 ES的核心概念以及什么是倒排索引和分析器

分词器

分词器是专门处理分词的组件，分词器由以下三部分组成：

• Character Filters：针对原始文本处理，比如去除 html 标签
• Tokenizer：按照规则切分为单词，比如按照空格切分
• Token Filters：将切分的单词进行加工，比如大写转小写，删除 stopwords，增加同义语
  同时 Analyzer 三个部分也是有顺序的，依次经过 Character Filters，Tokenizer 以及 Token Filters，这个顺序比较好理解，一个文本进来肯定要先对文本数据进行处理，再去分词，最后对分词的结果进行过滤。

其中，ES 内