在前面的章節中，我們給大家介紹了索引中的映射類型，也就是每一個字段都有一個類型，比如：long，text，date等。這和我們的數據庫非常的相似，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類型的字段纔會用的全文索引，那麼這裏就會引出ES中一個非常重要的概念，文本分析器（Text analysis）。
分析器使ES支持全文索引，搜索的結果是和你搜索的內容相關的，而不是你搜索內容的確切匹配。我們用ES官網中的例子給大家舉例，假如你在搜索框中輸入的內容是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索支持全文索引，都是因爲有分詞器（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索引中添加了一條記錄the quick brown fox jumps，而用戶搜索時輸入的內容是quick fox，並沒有完全匹配的內容，但是因爲有了分詞器，你索引的內容被切分成了不同的、獨立的詞，用戶搜索的內容也會進行相應的切分，所以用戶搜索的內容雖然沒有完全匹配，但也能夠搜索到想要的內容。
分析器除了要做分詞，還要做歸一化（Normalization）。分詞器能夠使搜索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。
- 比如你搜索
Quick，但是不能匹配到quick，它們的大小寫不同。 - 比如你搜索
fox，但是不能匹配到foxes，它是複數形式。 - 比如你搜索
jumps，不能匹配到leaps，雖然它們是同義詞。
爲了解決這些問題，分析器要把這些分詞歸一化到標準的格式。這樣我們在搜索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，我們也能夠搜索出相應的結果。
分析器的組成
分析器，無論是內置的，還是自定義的，都是由3部分組成：字符過濾器（character filters）、分詞器（tokenizers）、分詞過濾器（token filters）。
字符過濾器
字符過濾器接收最原始的文檔，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。還可以通過正則表達式，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符過濾器，也可以沒有字符過濾器。
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，比如英語裏的 the，is，are等，中文裏的的，得等。同義詞過濾器，它將在你的分詞中，添加相應的同義詞。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索時，都會用的分析器。
配置文本分析器
前面我們講了分析器的基本概念，也瞭解了全文搜索的基本步驟。下面我們看一下如何配置文本分析器，ES默認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本內容，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，輸入的文本內容是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。
爲指定的字段配置分析器
我們在創建映射時，可以爲每一個text類型的字段指定分析器，例如：
PUT my_index
{
"mappings": {
"properties": {
"title": {
"type": "text",
"analyzer": "whitespace"
}
}
}
}我們在my_index索引中，創建了title字段，它的類型是text，它的分析器是whitespace空格分析器。
爲索引指定默認的分析器
如果我們覺得爲每一個字段指定分析器過於麻煩，我們還可以爲索引指定一個默認的分詞器，如下：
PUT my_index
{
"settings": {
"analysis": {
"analyzer": {
"default": {
"type": "whitespace"
}
}
}
}
}我們爲my_index索引指定了默認的分析器whitespace。這樣我們在創建text類型的字段時，就不用爲其指定分析器了。
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。