第三章：ES分词简单说明

1.

　　

　　Index_Analyzer为索引时使用的分词器，search_Analyzer为搜索时使用的分词器

　　这个索引，对应的数据是下图：

　　数据格式是用%分隔的年份，"index_analyzer": "pct_spliter"分词是将这条数据索引时用%分隔掉，拆成2006和2003两个，聚类的时候会分别计数到2006和2003里一次；

　　"search_analyzer": "keyword"是搜索时用keyword英文分词形式将检索条件分隔，具体keyword分词算法我也不清楚，我们项目里，一般是将数字、英文字符这样的数据用keyword，那么在检索PubDateYear:2006时，凡是PubDateYear里出现“2006”的，都能检索到；

2.

　　

　　该索引对应的数据格式为：

　　

　　数据格式仅为单个的年份，的写法就相当于"index_analyzer": " keyword "；"search_analyzer": "keyword"的简化写法，分词功能同上述

3.

　　

　　英文字段的索引，simple_english_analyzer分词是基于空格的简单英文分词，数据如下：

　　没有特殊分隔符的英文数据，检索字段包含的任意一个单词或者双引号包含的连续几个单词，都会命中该条记录；

4.

　　

　　英文字段的索引，custom_snowball_analyzer分词算法跟simple_english_analyzer类似，我们的项目中是用来索引作者英文姓名字段的，这两个的具体区别不是太清楚，可以查查Lucene里的具体算法

　　custom_snowball_analyzer是针对西欧多种语言的分词，（记着是这样的），作者字段用这个，是担心作者名字并非全部都是英文的

5.

　　Mapping中的En开头的索引都是废弃不用的，他们使用的ik分词是中文分词，类似于keyword分词使用