ElasticSearch Analysis分析

分析(analysis)是将文本(如任何电子邮件的正文)转换为添加到倒排索引中进行搜索的tokensterms的过程。分析由 analyzer 分析器执行,分析器可以是内置分析器或者每个索引定制的自定义分析器。

1. 索引时分析(Index time analysis)

例如,在索引时,内置的英文分析器将会对下面句子进行转换:

"The QUICK brown foxes jumped over the lazy dog!"

转换为添加到倒排索引中的词条如下:

[ quick, brown, fox, jump, over, lazi, dog ]

1.1 指定索引时分析器

映射中的每个text字段都可以指定自己的分析器:

curl -XPUT 'localhost:9200/my_index?pretty' -H 'Content-Type: application/json' -d'
{
"mappings": {
"my_type": {
"properties": {
"title": {
"type": "text",
"analyzer": "standard"
}
}
}
}
}
'

在索引时,如果没有指定分析器,则会在索引设置中查找一个叫做default的分析器。如果没有找到,默认使用标准分析器 standard analyzer

2. 搜索时分析(Search time analysis)

同样的分析过程也可以应用于进行全文检索搜索(例如 match query 匹配查询)时,将查询字符串的文本转换为与存储在倒排索引中相同形式的词条。

例如,用户可能搜索:

"a quick fox"

这将由相同的英语分析器分析为以下词条(上面索引时举例使用的是英语分析器,如果不使用相同的分析器,有可能搜不到正确的结果):

[ quick, fox ]

即使在查询字符串中使用的确切单词不会出现在原始存储文本(quick vs QUICKfox vs foxes)中,查询字符串中的词条也能够完全匹配到倒排索引中的词条,因为我们已将相同的分析器应用于文本和查询字符串上,这意味着此查询将与我们的示例文档匹配。

2.1 指定搜索时分析器

通常情况下,在索引时和搜索时应该使用相同的分析器,全文查询(例如匹配查询 match query)将根据映射来查找用于每个字段的分析器。

用于搜索特定字段的分析器由一下流程决定:

  • 在查询中指定的分析器。
  • search_analyzer 映射参数。
  • analyzer 映射参数。
  • 索引设置中的default_search分析器。
  • 索引设置中的default分析器。
  • standard 标准分析器。

ElasticSearch版本 5.4

原文:https://www.elastic.co/guide/en/elasticsearch/reference/5.4/analysis.html

赏几毛白!