在前面的章節中，我們給大家介紹了索引中的對映型別，也就是每一個欄位都有一個型別，比如：long，text，date等。這和我們的資料庫非常的相似，那麼它的不同之處是什麼呢？對了，就是全文索引，在ES當中，只有text型別的欄位才會用的全文索引，那麼這裡就會引出ES中一個非常重要的概念，文字分析器（Text analysis）。
分析器使ES支援全文索引，搜尋的結果是和你搜尋的內容相關的，而不是你搜尋內容的確切匹配。我們用ES官網中的例子給大家舉例，假如你在搜尋框中輸入的內容是Quick fox jumps，你想得到的結果是A quick brown fox jumps over the lazy dog，或者結果中包含這樣的詞fast fox或foxes leap。
分析器之所以能夠使搜尋支援全文索引，都是因為有分詞器（tokenization），它可以將一句話、一篇文章切分成不同的詞語，每個詞語都是獨立的。假如你在ES索引中新增了一條記錄the quick brown fox jumps，而使用者搜尋時輸入的內容是quick fox，並沒有完全匹配的內容，但是因為有了分詞器，你索引的內容被切分成了不同的、獨立的詞，使用者搜尋的內容也會進行相應的切分，所以使用者搜尋的內容雖然沒有完全匹配，但也能夠搜尋到想要的內容。
分析器除了要做分詞，還要做歸一化（Normalization）。分詞器能夠使搜尋內容在每一個詞上匹配，但這種匹配也只是在字面上進行的匹配。
- 比如你搜尋
Quick，但是不能匹配到quick，它們的大小寫不同。 - 比如你搜尋
fox，但是不能匹配到foxes，它是複數形式。 - 比如你搜尋
jumps，不能匹配到leaps，雖然它們是同義詞。
為了解決這些問題，分析器要把這些分詞歸一化到標準的格式。這樣我們在搜尋的時候就不用嚴格的匹配了，相似的詞語我們也能夠檢索出來，上面的3種情況，我們也能夠搜尋出相應的結果。
分析器的組成
分析器，無論是內建的，還是自定義的，都是由3部分組成：字元過濾器（character filters）、分詞器（tokenizers）、分詞過濾器（token filters）。
字元過濾器
字元過濾器接收最原始的文件，並且可以改變其內容，比如：可以把中文的一二三四五六七八九，變成阿拉伯數字123456789。它還可以過濾html標籤，並對其進行轉義。還可以通過正規表示式，把匹配到的內容轉化成其他的內容。一個分析器可以有多個字元過濾器，也可以沒有字元過濾器。
分詞器
一個分析器只能有一個確定的分詞器，它可以把一句話分成若干個詞，比如：空格分詞器。當你輸入一句話Quick brown fox!，它將被切分成[Quick, brown, fox!]。
分詞過濾器
分詞過濾器接收分詞並且可以改變分詞，比如：小寫分詞過濾器，它將接收到的分詞全部轉換成小寫。助詞過濾器，它將刪除掉一些公共的助詞，比如英語裡的 the，is，are等，中文裡的的，得等。同義詞過濾器，它將在你的分詞中，新增相應的同義詞。一個分析器可以有多個分詞過濾器，它們將按順序執行。
我們在建立索引和搜尋時，都會用的分析器。
配置文字分析器
前面我們講了分析器的基本概念，也瞭解了全文搜尋的基本步驟。下面我們看一下如何配置文字分析器，ES預設給我們配置的分析器是標準分析器。如果標準的分析器不適合你，你可以指定其他的分析器，或者自定義一個分析器。
ES有分析器的api，我們指定分析器和文字內容，就可以得到分詞的結果。比如：
POST _analyze
{
"analyzer": "whitespace",
"text": "The quick brown fox."
}
返回的結果如下：
{
"tokens": [
{
"token": "The",
"start_offset": 0,
"end_offset": 3,
"type": "word",
"position": 0
},
{
"token": "quick",
"start_offset": 4,
"end_offset": 9,
"type": "word",
"position": 1
},
{
"token": "brown",
"start_offset": 10,
"end_offset": 15,
"type": "word",
"position": 2
},
{
"token": "fox.",
"start_offset": 16,
"end_offset": 20,
"type": "word",
"position": 3
}
]
}
我們指定的分析器是空格分析器，輸入的文字內容是The quick brown fox.，返回結果是用空格切分的四個詞。我們也可以測試分析器的組合，比如：
POST _analyze
{
"tokenizer": "standard",
"filter": [ "lowercase", "asciifolding" ],
"text": "Is this déja vu?"
}
我們指定了標準的分詞器，小寫過濾器和asciifolding過濾器。輸入的內容是Is this déja vu?，我們執行一下，得到如下的結果：
{
"tokens": [
{
"token": "is",
"start_offset": 0,
"end_offset": 2,
"type": "<ALPHANUM>",
"position": 0
},
{
"token": "this",
"start_offset": 3,
"end_offset": 7,
"type": "<ALPHANUM>",
"position": 1
},
{
"token": "deja",
"start_offset": 8,
"end_offset": 12,
"type": "<ALPHANUM>",
"position": 2
},
{
"token": "vu",
"start_offset": 13,
"end_offset": 15,
"type": "<ALPHANUM>",
"position": 3
}
]
}
我們可以看到結果中，is變成了小寫，déja變成了deja，最後的?也過濾掉了。
為指定的欄位配置分析器
我們在建立對映時，可以為每一個text型別的欄位指定分析器，例如：
PUT my_index
{
"mappings": {
"properties": {
"title": {
"type": "text",
"analyzer": "whitespace"
}
}
}
}
我們在my_index索引中，建立了title欄位，它的型別是text，它的分析器是whitespace空格分析器。
為索引指定預設的分析器
如果我們覺得為每一個欄位指定分析器過於麻煩，我們還可以為索引指定一個預設的分詞器，如下：
PUT my_index
{
"settings": {
"analysis": {
"analyzer": {
"default": {
"type": "whitespace"
}
}
}
}
}
我們為my_index索引指定了預設的分析器whitespace。這樣我們在建立text型別的欄位時，就不用為其指定分析器了。
這一節給大家介紹了分析器，我們可以看到例子中都是使用的英文分析器，下一節我們一起看一下強大的中文分析器。