Analysis和Analyze
Analysis：文本分析是把全文本转换为一系列单词（term/token）的过程 ，也叫分词（Analyzer）。
Analy是通过Analyzer来实现。
Analyzer组成
在ES中默认使用标准分词器：StandAnalyzer。
特点：中文单字分词，英文单词分词
分析器（analyzer）是由三种组件构成的：character filters，tokenizers，token filters
character filters字符过滤器- 在一段文本进行分词之前，先进行预处理，比如最常见的过滤html标签（<span>hello<span> —>hello）
tokenizers分词器- 英文分词可以根据空格将单词分开，中文分词比较复杂，可以采用机器学习算法来分词。
token filtersToken过滤器- 将切分的单词进行加工。
- 大小写转换
- 去掉停用词（例如停用词：“a”、 “and”、 “the”等等）
- 加入同义词（例如：同义词“jump”和“leap”）
注意📢📢📢：
- 三者顺序：Character Filters > Tokenizer > Token Filter
- 三者个数：Charater Filters（0个或者多个） + Tokenizer + Token Filters （0个或者多个）
内置分词器
- Standard Analyzer 默认分词器，英文按单词切分，冰小写处理
- Simple Analyzer 按照单词切分（符号被过滤），小写处理
- Stop Analyzer 小写处理，停用词过滤（the、a、is）
- Whitespace Analyzer 按照空格切分，不转小写
- Keyword Analyzer 不分词，直接将输入当作输出