ElasticSearch Mapping学习—Mapping中的分词器使用方式

Myth丶恋晨 2022-12-23 09:44 395阅读 0赞

## analyzer ##

定义文本字段分词器，默认对索引和查询都是有效的。

假设不使用任何分词器，创建索引并添加字段

PUT blog
    
    PUT blog/_doc/1
    {
      "title": "定义文本字段分词器，默认对索引和查询都是有效的。"
    }

查看词条向量（term vectors）,即分词结果:

GET /blog/_termvectors/1
    {
      "fields": ["title"]
    }

发现默认是按照单个汉字分词的。

所以，我们要根据实际情况，配置合适的分词器：

PUT blog
    {
      "mappings": {
        "properties": {
          "title": {
            "type": "text",
            "analyzer": "ik_smart"
          }
        }
      }
    }

## search\_analyzer ##

查询时候的分词器，默认情况下，索引阶段和查询阶段都使用analyzer配置的分词器，如果配置了search\_analyzer，则在查询时使用search\_analyzer指定的分词器。如果analyzer也没配置，则使用ES默认的分词器。

## normalizer ##

normalizer参数用于解析前（索引或者查询阶段）的标准化配置。配置如下：

PUT blog
    {
      "settings": {
        "analysis": {
          "normalizer": {
            "my_normalizer": {
              "type": "custom",
              "filter": ["lowercase"]
            }
          }
        }
      },
      "mappings": {
        "properties": {
          "author": {
            "type": "keyword",
            "normalizer": "my_normalizer"
          }
        }
      }
    }

上面的例子定义了一个normalizer，用于将所有文本都转化为小写字母。定义的normalizer可以在mappings中使用。