elasticsearch 分析器

一、Elasticsearch的分析器（analyzer）包括三部分：

    1、字符过滤器：他们的任务是在分词前整理字符串。一个字符过滤器可以用来去掉HTML，或者将 & 转化成 `and`等。

    2、分词器：简单的分词器遇到空格或标点的时候讲文本拆分为词条（Token）。

    3、Token过滤器：改变词条（eg: Quick --> quick）;删除词（eg: a ,the ,and）; 增加同义词（eg: jump == leap）

------------以上是elasticsearch权威指南中内容，适用用于西文字符-------------

二、适用于中文分词的，目前网上看到最多的是IKAnalyzer。

    IKAnalyzer分词器采用的是“正向迭代最细粒度切分算法”。有两种可选模式 ：细粒度(ik_max_word)和最大词长(ik_smart)。以“人民大会堂”为例：

采用ik_max_word模式的分词结果为：人民大会堂、人民大会、人民、大会、大会堂、大会、堂。

采用ik_smart模式的分词结果为：人民大会堂。

elasticsearch查询语句为：

curl -XGET '10x.200.x65.x27:9201/_analyze?pretty' -H 'Content-Type: application/json' -d'
{
  "analyzer": "ik_max_word",
  "text": "人民大会堂"
}'

curl -XGET '10x.200.x65.x27:9201/_analyze?pretty' -H 'Content-Type: application/json' -d'
{
  "analyzer": "ik_smart",
  "text": "人民大会堂"
}'