ES 分词学习总结

今天搞一搞ES的分词，经过这两天的了解，ES就是个无关系型数据库，对于接触过有关系型数据库的我来说，就先这么理解吧，没问题。

如果没有分词这个硬性需求的要求，无关系型数据库可选的很多，所以啦，用ES就是用他的分词功能。

版本ES 8.2

语言 python

  Elasticsearch之所以全文搜索很快，是因为采用了倒排索引，倒排索引的核心是分词。分词：就是把内容拆分为很多个词语，ES是把text格式的字段按照分词器进行分词并保存为索引的。

Elasticsearch分析器有几个概念：Analysis、Analyzer、Character filters、Tokenizer、Token filter。

        Analysis（分析器）功能是把文本切分成词项（词项是倒排索引中的基本单位）。分析器的功能主要是通过分词器(Analyzer)来实现的。

Analyzer由三部分组成：字符过滤器（Character filters）、分词器（Tokenizer）和词元过滤器（Token filter）。每一个Analyzer有且只能有一个tokenizer。

Character filters：针对原始文本处理，例如去除html
Tokenizer：按照规则将文本切分为单词
Token Filter：将切分的单词进行加工，如单词小写、删除stopword、增加同