25、Elasticsearch 文本分析器全解析

Elasticsearch 文本分析器全解析

1. 引言

在处理文本数据时，文本分析器起着至关重要的作用。它能够将文本拆分成一个个的标记（tokens），方便后续的索引和搜索操作。Elasticsearch 提供了多种内置的分析器，同时也支持自定义分析器，以满足不同的业务需求。

2. 内置分析器

2.1 自定义最大标记长度的标准分析器

可以配置分析器的最大标记长度。例如，将分析器配置为最大标记长度为 7 个字符，当输入一个 13 个字符的单词时，该单词会被拆分为 7 个字符和 6 个字符的两部分。以下是创建一个自定义最大标记长度分析器的示例代码：

PUT my_index_with_max_token_length
{
  "settings": {
    "analysis": {
      "analyzer": {
        "standard_max_token_length": {
          "type": "standard",
          "max_token_length": 7
        }
      }
    }
  }
}

2.2 简单分析器

简单分析器的主要作用是在遇到非字母字符（如数字、空格、撇号或连字符）时将文本拆分成标记。它使用小写分词器，且不关联任何字符或标记过滤器。示例代码如下：

POST _analyze
{
  "text": ["Lukša's K8s in A