https://blog.csdn.net/weixin_43197795/article/details/108209111
Elasticsearch把每条数据叫做Document，然后提交到Index中。

简单说，Document中的数据是如何转变成倒排索引的，以及查询语句是如何转换成一个个词(Term)使高效率文本搜索变得可行，这种转换数据的过程就称为文本分析（analysis）。

analysis（文本分析）基本概念

elasticsearch全文搜索引擎会用某种算法（Tokenizer）对要建索引的文档进行分析，从文档中提取若干Token（词元），这些算法称为Tokenizer（分词器），这些Token会被进一步处理，比如转成小写等，这些进一步的处理算法被称为Filter（过滤器），被处理后的结果被称为Term（词），文档中包含了几个这样的Term被称为Frequency（词频）。引擎会建立Term和原文档的
Inverted Index（倒排索引），这样就能根据Term很快找到源文档了。

文本分析（analysis）工作由analyzer（分析器）组建负责。analyzer由一个分词器（tokenzier）和0个或多个过滤器（filter）组成，也可能会有0个或多个字符映射器（character mappers）组成。

tokenizer

用来把文本拆分成一个个的Token。Token包含了比较多的信息，比如Term在文本中的位置及Term原始文本，以及Term的长度。文本经过tokenizer处理后的结果称为token stream。token stream 其实就是一个个Token的顺序排列。token stream将等待着filter来处理。

filter链将用来处理Token Stream 中的每一个token。这些处理方式包括删除Token，改变Token，甚至添加新的Token。比如变小写，去掉里面的HTML标记，这些处理的算法被称为Character Filter（字符过滤器），Elasticsearch中内置了许多filter，读者也可以轻松地自己实现一个filter。

我们来看我们的例子：

  1. {
  2.     "settings":{
  3.       "analysis":{
  4.         "filter":{
  5.           "autocomplete_filter":{
  6.             "type":"edge_ngram",
  7.           "min_gram":1,
  8.           "max_gram":20
  9.         }
  10.       }
  11.     },
  12.     "analyzer":{
  13.         "autocomplete":{
  14.           "type":"custom",
  15.         "tokenzier":"standard",
  16.         "filter":{
  17.             "lowercase",
  18.           "autocomplete_filter"
  19.         }
  20.       }
  21.     }
  22.   }
  23. }

首先是定义analysis（文本分析），其中我们先定义了一个文本处理的filter->autocompletefilter，然后定义analyzer（分析器），分析器由tokenzier（分词器）和两个过滤器组成，tokenzier用标准的，filter中一个是内置的lowercase，一个是我们上面定义的autocompletefilter，这下就清楚了吧。