Elasticsearch默認分詞器簡介及使用方法

Elasticsearch是一個開源的搜索引擎，社區活躍，使用廣泛。對於搜索引擎的核心來說，分詞是非常重要的一個方面。因此，在使用Elasticsearch時，如何選擇合適的分詞器，尤其是默認分詞器是非常重要的。

一、分詞器是什麼？

在介紹Elasticsearch默認分詞器前，我們需要先了解分詞器的概念。

分詞器是將文本分解為詞元（Term）的過程。在信息檢索中，Term是指最小的、有意義的、可以獨立參與檢索的單詞單元。因此，對於搜索引擎來說，準確地分析文本是非常重要的。分詞器的作用就在於將文本分解為可供檢索的詞元，以提高搜索的準確性。

二、Elasticsearch默認分詞器

在Elasticsearch中，默認分詞器由5個不同的分詞器構成：standard、simple、whitespace、keyword和pattern。這些分詞器各有特點，可以根據具體需求選擇合適的分詞器。

三、使用方法

1、創建索引時指定分詞器

Elasticsearch中，可以在創建索引時指定分詞器。例如，在創建名為”book”的索引時，可以使用standard分詞器：

PUT /book 
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": { 
          "tokenizer": "standard"
        }
      }
    }
  }
}

可以根據需要選擇不同的分詞器。同時，還可以將分詞器應用到具體字段中：

PUT /book 
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "standard"
      }
    }
  }
}

這裡我們將standard分詞器應用到”title”字段上。

2、查詢時指定分詞器

在進行查詢時，也可以根據需要指定分詞器。例如，在使用match查詢時，可以指定使用simple分詞器：

GET /book/_search 
{
  "query": {
    "match": {
      "title": {
        "query": "The Amazed Adventure",
        "analyzer": "simple"
      }
    }
  }
}

這裡我們使用simple分詞器來對”title”字段進行分詞。

四、小結

Elasticsearch中默認的5個分詞器各有特點，可以根據實際需求進行選擇。同時，在創建索引和查詢時，也可以根據需要指定不同的分詞器，提高搜索的準確性。