ES自定义分词器

es的分词器往往包括3个低级构建块包：

Standard Analyzer

标准分析仪按照Unicode文本分段算法的定义，将文本分割成单词边界的分词。它删除了大多数标点符号，小写显示分词，并支持删除stop words。

Simple Analyzer

当遇到不是字母的字符时，简单的分析器会将文本分成条目。小写显示分词。

Whitespace Analyzer

空格分析器遇到任何空格字符时都会将文本分为多个项目。不会把分词转换为小写字母。

Stop Analyzer

停止分析仪和Simple Analyzer类似，但也支持stop words的删除。

Keyword Analyzer

一个“noop”分析器，它可以接受任何给定的文本，并输出完全相同的文本作为一个单词。

Pattern Analyzer

使用正则表达式拆分分词，支持lower-casing和stop words。

Language Analyzers

Elasticsearch提供许多语言特定的分析器，如英语或法语。

Fingerprint Analyzer

一个专门的分析仪，它可以创建一个可用于重复检测的指纹。

https://www.jianshu.com/p/13112fe5eaad

对中文文本以英文逗号作为分隔符分词：

将分析器设置到索引上

获取分词结果

https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-stop-analyzer.html

es 节点层面的默认分词设置已经废弃，不支持了。就是说在 elasticsearch.yml 配置诸如：

无效，会导致es启动失败：

推荐在索引层面动态设置。

https://blog.csdn.net/yu280265067/article/details/71107658

ES作为最强大的全文检索工具（没有之一），中英文分词几乎是必备功能，下面简单说明下分词器安装步骤（详细步骤网上很多，本文只提供整体思路和步骤）：

IK中文分词器： https://github.com/medcl/elasticsearch-analysis-ik

拼音分词器： https://github.com/medcl/elasticsearch-analysis-pinyin

(竟然都是同一个作者的杰作，还有mmseg和简繁转换的类库，依然默默 watch)

** settings配置 **

** mapping 配置 **

通过_analyze测试下分词器是否能正常运行：

向index中put中文数据：

中文分词测试（通过查询字符串）

curl http://localhost:9200/my_index/index_type/_search?q=name :刘

curl http://localhost:9200/my_index/index_type/_search?q=name :刘德

拼音测试 （通过查询字符串）

curl http://localhost:9200/my_index/index_type/_search?q=name.pinyin:liu

curl http://localhost:9200/my_index/index_type/_search?q=name.pinyin:ldh

curl http://localhost:9200/my_index/index_type/_search?q=name.pinyin:de+hua

---