Elasticsearch- 分词查询

查看分词的命令， ES配置完成后需要测试分词，看看分词是否达到预期效果。 

curl 命令查看：

1. 使用自定义的分析器查看分词：ansj_index_synonym：自定交分析器名称.  pretty ：json格式显示

 

[plain]  view plain copy

 

1. curl -XGET 'http://localhost:8200/zh/_analyze?analyzer=ansj_index_synonym&pretty' -d '童装童鞋'  

 

 

2. 使用自定义的分词器（tokenizer）和过滤器（filters）查看分词：

 

[plain]  view plain copy

 

1. curl -XGET 'http://localhost:8200/zh/_analyze?tokenizer=ansj_index&filters=synonym&pretty' -d '童装童鞋'  

 

 

3. 查询某个字段的分词：

 

[plain]  view plain copy

 

1. curl -XGET 'http://localhost:8200/zh/_analyze?field=brand_name&pretty' -d '童装童鞋'  

 

 

“brand_name”：字段名称，如果是字段是nest,object类型，也可以写成"brand_name. name"

 

除了自定义自己的分析器，ES自己也有内置分析器如：

standard 
simple 
whitespace 
stop 
keyword 
pattern 
language
snowball 
custom

具体解释：http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis-standard-analyzer.html  

需要英文好点在同鞋。 

 

ES还内置了分词器和过滤器：

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis-tokenizers.htmlstandard
edge_ngram
keyword
letter
lowercase
ngram 
whitespace 
pattern 
uax_email_url 
path_hierarchy 
ascii folding 
length 
lowercase 
uppercase 
nGram 
edge_ngram 
porter_stem 
shingle 
stop 
word_delimiter 
stemmer 
stemmer_override 
keyword_marker 
keyword_repeat 
kstem 
snowball 
phonetic 
synonym 
reverse 
elision 
truncate 
unique 
pattern_capture 
pattern_replace 
trim 
limit
hunspell 
common_grams 
normalization 
delimited_payload 
keep_words 

elasticsearch-analysis-mmseg

https://github.com/medcl/elasticsearch-analysis-mmseg
基于 http://code.google.com/p/mmseg4j/

elasticsearch-analysis-jieba

https://github.com/huaban/elasticsearch-analysis-jieba

elasticsearch-analysis-ansj

https://github.com/4onni/elasticsearch-analysis-ansj

elasticsearch-analysis-ik

https://github.com/medcl/elasticsearch-analysis-ik

elasticsearch-analysis-paoding

https://github.com/medcl/elasticsearch-analysis-paoding

 

中文分词推荐用ik,mmseg，这两个分词器有更新。

ansj,paoding分词器很久没更新了，没有对应比较高的es版本。

 

http://blog.csdn.net/fan158/article/details/26680495