查看 Elasticsearch 分析器

分析器决定了文本字段如何被拆分和索引，选择合适的分析器可以提高搜索的精度和效率。
那么，如何查看 Elasticsearch 中使用的什么分词器呢？

要查看 Elasticsearch 中使用的分析器，可以查看索引的映射信息。

GET //_mapping

常见索引及其特点：

1. 标准分析器（standard analyzer）：标准分析器是 Elasticsearch 默认使用的分析器。它将文本划分为小写形式的单词，并去掉停用词（the、is 等）。标准分析器还进行了一些 token 过滤，例如去除数字、符号等。标准分析器适用于大部分情况下的文本搜索。

2. 简单分析器（simple analyzer）：简单分析器不进行分词，只将输入字符串分成小写的单词，去掉停用词并进行过滤。它适用于非常规的文本分析，例如单词短、不需要分词的场景。

3. 语言分析器（language analyzer）：语言分析器专门针对不同语言的文本进行分析。例如，中文分析器使用中文分词技术将文本分成中文单词。语言分析器可以提高分析的准确性和效率。

4. 较为高级的分析器：

• 自定义分析器（custom analyzer）：自定义分析器可以根据具体需求定制各种分析器组件，例如字符过滤器（char filter）、分词器（tokenizer）和标记过滤器（token filter）等。自定义分析器适用于需要更精细的文本处理场景。

• edge n-gram 分析器：edge n-gram 分析器可以生成一组从词首开始的较短字符片段，用于实现搜索关键字前缀匹配。

• n-gram 分析器：与 edge n-gram 分析器不同，n-gram 分析器会生成全部字符片段，可以用于实现搜索任意位置匹配。

例子：

product_name 字段使用的是 standard_analyzer；

description 字段则使用的是 chinese_analyzer 分析器；

PUT /my_index
{
  "mappings": {
    "properties": {
      "product_name": {
        "type": "text",
        "analyzer": "standard_analyzer"
      },
      "description": {
        "type": "text",
        "analyzer": "chinese_analyzer"
      }
    }
  }
}