文本分析即Analysis，是指把整个文本分解成一系列单词的过程，也称为分词。Analysis是通过Analyzer来实现的，Analyzer又称为分词器。ElasticSearch为我们提供了一些内置的分词器，我们也可以通过插件的形式增加新的分词器。本篇经验将分享ES内置分词器：Standard Analyzer, Simple Analyzer, Whitespace Analyzer, Stop Analyzer 的使用方法和处理效果。
工具/原料
ElasticSearch, Kibana
方法/步骤
1
Standard Analyzer1. 默认分词器2. 按词切分(基于词典)3. 切分后全部转换为小写4. 保留StopWords(停止词，如英文的in a the 等)图1示：英文分词的效果图2示：中文分词的效果，只是将中文语句分解为单个中文文字，没有词的概念，因此该分词器无法应对中文分词
2
Simple Analyzer1. 使用非英文字母进行分词2. 分词后，非英文字母被删除3. 切分后全部转换为小写4. 保留StopWords图1示：英文分词的效果图2示：中文分词的效果，其对于连接在一起的中文语句不做任何切分，完整输出，该分词器无法应对中文分词
3
Whitespace Analyzer1. 使用空白字符进行分词2. 切分后不做大小写处理3. 保留StopWords图1示：英文分词的效果图2示：中文分词的效果，依然只会针对空白字符进行分词，无空白字符的串会被完整输出，该分词器无法应对中文分词
4
Stop Analyzer1. 使用非英文字母进行分词2. 分词后，非英文字母被删除3. 切分后全部转换为小写4. 删除StopWords图1示：英文分词的效果图2示：中文分词的效果，其对于连接在一起的中文语句不做任何切分，完整输出，该分词器无法应对中文分词注意：该分词器和 Simple Analyzer 相比，增加了删除停止词的过滤器，其余一致。
上一篇：各种netstat命令的用法
下一篇：mysql启动和停止的三个方法