# Anatomy of an analyzer（分析器的分析）
分析器（無論是內置還是自定義）只是一個包含三個較底層組件的包：字符過濾器，分詞器，和令牌過濾器。
內置分析器將這些組件預先封裝成適用于不同語言和文本類型的分析器。Elasticsearch還暴露了各個組件，以便它們可以組合起來定義新的定制分析器。
##### **Character filters（字符過濾器）**
字符過濾器接收原始文本作為字符流，并可以通過添加、刪除和更改字符來轉換流。例如，可以使用字符過濾器將印度-阿拉伯數字（0123456789）轉換成阿拉伯-拉丁語中的（0123456789），或從流中剝離<b>等HTML元素。
分析器可能有零個或多個字符過濾器，它們會按順序應用。
##### **Tokenizer（分詞器）**
分詞器接收到一串字符，將其分解為單獨的詞語（通常是單個單詞），并輸出詞語流。例如，空白分詞器每當看到任何空格時，將文本分解成詞語。它將文本"Quick brown fox" 轉換為詞語[Quick,brown,fox!]。
分詞器還負責記錄每個詞語的順序或位置以及體現詞語的原始單詞開始和結束字符偏移量。
分析器必須只有一個分詞器。
##### **Token filters（詞語過濾器）**
詞語過濾器接收詞語流，并可以添加，刪除和修改詞語。例如，小寫詞語過濾器將所有詞語轉換為小寫，停止詞語過濾器會從詞語流中刪除常用字（停止字），同義詞詞語過濾器會將同義詞引入到詞語流中。
詞語過濾器不允許改變每個詞語的位置或字符偏移量。
分析器可以具有零個或多個詞語過濾器，它們會按順序應用。
原文鏈接 : [https://www.elastic.co/guide/en/elasticsearch/reference/5.3/getting-started.html](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/getting-started.html)（修改該鏈接為官網對應的鏈接）
譯文鏈接 : [http://www.apache.wiki/display/Elasticsearch](http://www.apache.wiki/display/Elasticsearch)（修改該鏈接為 **ApacheCN** 對應的譯文鏈接）
貢獻者 : [曾少峰](/display/~zengshaofeng)，[ApacheCN](/display/~apachecn)，[Apache中文網](/display/~apachechina)
- Getting Started（入門指南）
- Basic Concepts（基礎概念）
- Installation（安裝）
- Exploring Your Cluster（探索集群）
- Cluster Health（集群健康）
- List All Indices（列出所有索引）
- Create an Index（創建索引）
- Index and Query a Document（索引和查詢文檔）
- Delete an Index（刪除索引）
- Modifying Your Data（修改數據）
- Updating Documents（更新文檔）
- Deleting Documents（刪除文檔）
- Batch Processing（批處理）
- Exploring Your Data（探索數據）
- The Search API（搜索 API）
- Introducing the Query Language（介紹查詢語言）
- Executing Searches（執行查詢）
- Executing Filters（執行過濾）
- Executing Aggregations（執行聚合）
- Conclusion（總結）
- Setup Elasticsearch（設置）
- Installing Elasticsearch（安裝）
- zip 或 tar.gz 安裝
- Debian軟件包安裝Elasticsearch
- 用RPM安裝Elasticsearch
- Windows 環境下安裝ES
- Docker 方式安裝
- 配置Elasticsearch
- 重要Elasticsearch配置
- 安全配置
- 啟動前檢查
- 堆大小檢查
- 文件描述符檢查
- 內存鎖定檢查
- 最大線程數檢查
- 最大虛擬內存檢查
- 最大map數檢查
- JVM Client模式檢查
- 串行收集使用檢查
- 系統調用過濾檢查
- OnError與OnOutOfMemoryError檢查
- G1GC檢查
- 重要的系統配置
- 系統設置
- 在jvm.options中設置JVM堆大小
- 禁用swapping
- 文件描述符
- 虛擬內存
- 線程數
- 升級Elasticsearch
- Elasticsearch停機
- 重大改變
- 在5.3 重大改變
- 在5.2 重大改變
- Shadow Replicas已被棄用
- 在5.1 重大改變
- 在5.0 重大改變
- 搜索和查詢DSL改變
- 映射改變
- 過濾器改變
- Suggester變化
- 索引API改變
- 文檔API改變
- 設置的改變
- 分配改變
- HTTP改變
- REST API改變
- CAT API改變
- Java API改變
- Packaging
- Plugin改變
- 文件系統相關改變
- 磁盤上數據的路徑
- 聚合改變
- 腳本相關改變
- API 規范
- Multiple Indices（多個索引）
- Date math support in index names（索引名稱對 Date 和 Math 的支持）
- 常見選項
- URL-based access control（基于 URL 的訪問控制）
- Document APIS
- Index API
- Get API
- Update API
- 通過查詢 API 更新
- 多個 GET API
- Bulk API
- Reading and Writing documents（讀寫文檔）
- Delete API
- Delete By Query API
- Reindex API
- Term Vectors
- Multi termvectors API
- ?refresh
- Search APIs
- Search
- URI Search
- Request Body Search
- Query
- From / Size
- Sort
- Source filtering
- Fields
- Script Fields
- Doc value Fields
- Post filter
- Highlighting
- Rescoring
- Search Type
- Scroll
- Preference
- Explain
- Version
- Index Boost
- min_score
- Named Queries
- Inner hits
- Search After
- Field Collapsing 字段折疊
- Search 模板
- Multi Search 模板
- Search Shards API
- Suggesters
- Completion Suggester
- Context Suggester
- Phrase Suggester
- Term suggester
- Multi Search API
- Count API
- Validate API
- Explain API
- Profile API
- Profiling Queries
- Profiling Aggregations
- Profiling Considerations
- Aggregations
- Metric Aggregations
- 值計數聚合（Value Count Aggregation）
- 地理邊界聚合
- 地理重心聚合
- 基數聚合
- 平均值聚合
- 擴展統計聚合
- 最大值聚合
- 最小值聚合
- Bucket Aggregations
- Children Aggregation
- Date Histogram Aggregation
- Date Range Aggregation
- Diversified Sampler Aggregation
- Filter Aggregation（過濾器聚合）
- Filters Aggregation
- Geo Distance Aggregation(地理距離聚合)
- GeoHash grid Aggregation(GeoHash網格聚合)
- Global Aggregation(全局聚合)
- Histogram Aggregation
- IP Range Aggregation(IP范圍聚合)
- Missing Aggregation
- Nested Aggregation（嵌套聚合）
- Range Aggregation(范圍聚合)
- Reverse nested Aggregation
- Sampler Aggregation
- Significant Terms Aggregation
- 鄰接矩陣聚合
- Pipeline Aggregations
- Avg Bucket Aggregation
- Derivative Aggregation（導數聚合）
- Max Bucket Aggregation
- Min Bucket Aggregation
- Sum Bucket Aggregation
- Stats Bucket Aggregation
- Extended Stats Bucket Aggregation（擴展信息桶聚合）
- Percentiles Bucket Aggregation（百分數桶聚合）
- Cumulative Sum Aggregation（累積匯總聚合）
- Bucket Script Aggregation（桶腳本聚合）
- Bucket Selector Aggregation（桶選擇器聚合）
- Serial Differencing Aggregation（串行差異聚合）
- Matrix Aggregations
- Matrix Stats
- Matrix Stats（矩陣統計）
- Caching heavy aggregations（緩存頻繁聚合）
- Returning only aggregation results（僅返回需要聚合的結果）
- Aggregation Metadata（聚合元數據）
- Returning the type of the aggregation（返回聚合的類型）
- 索引 API
- Create Index /創建索引
- Delete Index /刪除索引
- Get Index /獲取索引
- Indices Exists /索引存在
- Open / Close Index API /啟動關閉索引
- Shrink Index /縮小索引
- Rollover Index/滾動索引
- Put Mapping /提交映射
- Get Mapping /獲取映射
- Get Field Mapping /獲取字段映射
- 卷影副本索引
- 依賴卷影副本的節點級設置
- 索引統計信息
- 索引段
- 索引恢復
- 索引分片存儲
- 清理緩存
- 刷新
- 同步刷新
- 重新加載
- 強制合并
- cat APIs
- cat aliases
- cat allocation
- cat count
- cat fielddata
- cat health
- cat indices
- cat master
- cat nodeattrs
- cat nodes
- cat pending tasks
- cat plugins
- cat recovery
- cat repositories
- cat thread pool
- cat shards
- cat segments
- cat snapshots
- 集群 API
- Cluster Allocation Explain API
- Cluster Health
- Cluster Reroute
- Cluster State
- Cluster Stats
- Cluster Update Settings
- Nodes hot_threads
- Nodes Info
- Nodes Stats
- Pending cluster tasks
- Task Management API
- 查詢 DSL
- 查詢和過濾上下文
- Match ALL 查詢
- 全文搜索
- 匹配查詢
- 短語匹配查詢
- 短語前綴匹配查詢
- 多字段查詢
- 常用術語查詢
- 查詢語句查詢
- 簡單查詢語句
- 復合查詢家族
- Constant Score 查詢
- Bool 查詢
- Dis Max 查詢
- Function Score 查詢
- Boosting 查詢
- Indices 查詢
- Join 查詢
- Has Child Query
- Has Parent Query
- Nested Query(嵌套查詢)
- Parent Id Query
- 術語查詢
- Exists Query(非空值查詢)
- Fuzzy Query(模糊查詢)
- Ids Query(ID 查詢)
- Prefix Query(前綴查詢)
- Range Query(范圍查詢)
- Regexp Query(正則表達式查詢)
- Term Query(項查詢)
- Terms Query(多項查詢)
- Type Query(類型查詢)
- Wildcard Query(通配符查詢)
- 地理位置查詢
- GeoShape Query(地理形狀查詢)
- Geo Bounding Box Query（地理邊框查詢）
- Geo Distance Query（地理距離查詢）
- Geo Distance Range Query（地理距離范圍查詢）
- Geo Polygon Query（地理多邊形查詢）
- Span 查詢
- Span Term 查詢
- Span Multi Term 查詢
- Span First 查詢
- Span Near 查詢
- Span Or 查詢
- Span Not 查詢
- Span Containing 查詢
- Span Within 查詢
- Span Field Masking 查詢
- Specialized queries(專業查詢)
- Mapping(映射)
- 字段類型
- Array
- Binary
- Range
- Boolean
- Date
- Geo-point datatype
- String
- Text
- Token數
- 滲濾型
- KeyWord
- Nested
- Object
- Numeric
- Meta-Fields（元字段）
- _all field
- _field_names field
- _id field
- _index field
- _meta field
- _parent field
- _routing field
- _source field
- _type field
- _uid field
- Mapping parameters（映射參數）
- analyzer（分析器）
- normalizer(歸一化)
- boost(提升)
- Coerce（強制類型轉換）
- copy_to（合并參數）
- doc_values（文檔值）
- dynamic（動態設置）
- enabled（開啟字段）
- fielddata（字段數據）
- format （日期格式）
- ignore_above（忽略超越限制的字段）
- ignore_malformed（忽略格式不對的數據）
- include_in_all（_all 查詢包含字段）
- index_options（索引設置）
- index （索引）
- fields（字段)
- Norms （標準信息）
- null_value（空值）
- position_increment_gap（短語位置間隙）
- properties （屬性）
- search_analyzer （搜索分析器）
- similarity （匹配方法）
- store（存儲）
- Term_vectors（詞根信息）
- Dynamic Mapping（動態映射）
- default mapping(mapping中的_default_)
- Dynamic field mapping(動態字段映射)
- Dynamic templates(動態模板)
- Override default template(覆蓋默認模板)
- Mapping（映射）
- Analysis
- Tokenizers（分詞器）
- Standard Tokenizer（標準分詞器）
- Letter Tokenizer
- Lowercase Tokenizer (小寫分詞器)
- Whitespace Analyzer
- 停止分析器
- UAX URL Email Tokenizer
- Classic Tokenizer
- Thai Tokenizer（泰語分詞器）
- NGram Tokenizer
- Keyword Analyzer
- Path Hierarchy Tokenizer（路徑層次分詞器）
- Pattern Tokenizer
- Token Filters（詞元過濾器）
- Apostrophe Token Filter(撇號/單引號過濾器)
- ASCII Folding Token Filter（ASCII Folding 詞元過濾器）
- CJK Bigram Token Filter（CJK Bigram詞元過濾器）
- CJK Width Token Filter（CJK寬度過濾器）
- Classic Token Filter(經典過濾器)
- Common Grams Token Filter(近義詞詞元過濾器)
- Compound Word Token Filter（復合詞過濾器）
- Decimal Digit Token Filter(十進制數字過濾器)
- Delimited Payload Token Filter（Delimited Payload詞元分析器）
- Edge NGram Token Filter（Edge NGram 詞元過濾器）
- Elision Token Filter(Elision詞元過濾器)
- Fingerprint Token Filter(指紋過濾器)
- Flatten Graph Token Filter（Flatten Graph 詞元過濾器）
- Hunspell Token Filter(Hunspell 詞元過濾器)
- Keep Types Token Filter（保留指定類型過濾器）
- Keep Words Token Filter(保留字過濾器)
- Keyword Marker Token Filter（Keyword Marker 詞元過濾器）
- Keyword Repeat Token Filter（Keyword Repeat 詞元過濾器）
- KStem Token Filter（KStem 詞元過濾器）
- Length Token Filter（長度詞元過濾器）
- Limit Token Count Token Filter(限制詞元數量過濾器)
- Lowercase Token Filter（Lowercase 詞元過濾器）
- Minhash Token Filter(Minhash過濾器)
- NGram Token Filter（NGram詞元過濾器）
- Normalization Token Filter（標準化詞元過濾器）
- Pattern Capture Token Filter(模式匹配詞元過濾器)
- Pattern Replace Token Filter（模式替換詞元過濾器）
- Phonetic Token Filter（Phonetic 詞元過濾器）
- Porter Stem Token Filter（Porter Stem 詞元過濾器）
- Reverse Token Filteredit(反向詞元過濾器)
- Shingle Token Filter（Shingle 詞元過濾器）
- Snowball Token Filter（Snowball 詞元過濾器）
- Standard Token Filters（標準詞元過濾器）
- Stemmer Override Token Filter（Stemmer Override 詞元過濾器）
- Stemmer Token Filter（Stemmer 詞元過濾器）
- Stop Token Filter（Stop 詞元過濾器）
- Synonym Graph Token Filter（Synonym Graph 詞元過濾器）
- Synonym Token Filter（Synonym 詞元過濾器）
- Trim Token Filter(Trim詞元過濾器)
- Truncate Token Filter（截斷詞元過濾器）
- Unique Token Filter（唯一詞元過濾器）
- Uppercase Token Filter（Uppercase詞元過濾器）
- Word Delimiter Token Filter（Word Delimiter 詞元過濾器）
- Character Filters（字符過濾器）
- md Strip Character Filter
- Mapping Character Filter
- Pattern Replace Character Filter
- Anatomy of an analyzer（分析器的分析）
- Testing analyzers（測試分析器）
- Analyzers(分析器)
- Configuring built-in analyzers（配置內置分析器）
- Standard Analyzer（標準分析器）
- Simple Analyzer（簡單分析器）
- 空白分析器
- Stop Analyzer
- 指紋分析器
- 模式分析器
- 自定義分析器
- 語言分析器
- 模塊
- Indices（索引）
- Circuit breakers（熔斷器）
- Fielddata cache(列數據緩存)
- indexing buffer(索引寫入緩沖)
- indices Recovery(索引恢復)
- NetWork Setting(網絡配置)
- Node Query Cache（節點查詢緩存）
- Shard request cache(分片請求緩存)
- 腳本
- Groovy 腳本語言
- Painless 腳本語言
- Painless 語法
- Painless 調試
- Lucene表達式語言
- 原生（Java）腳本
- 高級文本評分腳本
- 快照和還原
- 線程池
- 傳輸
- HTTP
- Tribe Node (部落節點)
- 跨集群搜索
- Cluster（集群）
- Disk-based Shard Allocation ( 基于磁盤的分片分配 )
- Shard Allocation Awareness ( 分片分配意識 )
- 群集級別分片分配
- Node
- 插件
- Index Modules（索引模塊）
- Analysis（分析）
- 索引分片分配
- 分片分配過濾
- 節點丟失時的延遲分配
- 索引恢復的優先級
- 每個節點的總分片數
- Mapper（映射）
- Merge（合并）
- Similarity module（相似模塊）
- Slow log（慢日志）
- Store
- 預加載數據到文件系統緩存
- Translog（事務日志）
- Ingest Node（預處理節點）
- Pipeline Definition（管道定義）
- Ingest APIs
- Put Pipeline API
- Get Pipeline API
- Delete Pipeline API
- Simulate Pipeline API（模擬管道 API）
- Accessing Data in Pipelines（訪問管道中的數據）
- Handling Failures in Pipelines（處理管道中的故障）
- Processors（處理器）
- Append Processor（追加處理器）
- Convert Processor（轉換處理器）
- Date Processor（日期處理器）
- Date Index Name Processor（日期索引名稱處理器）
- Fail Processor（故障處理器）
- Foreach Processor（循環處理器）
- Grok Processor（Grok 處理器）
- Gsub Processor（Gsub 處理器）
- Join Processor（連接處理器）
- JSON Processor（JSON 處理器）
- KV Processor（KV 處理器）
- Lowercase Processor（小寫處理器）
- Remove Processor（刪除處理器）
- Rename Processor（重命名處理器）
- Script Processor（腳本處理器）
- Set Processor（設置處理器）
- Split Processor（拆分處理器）
- Sort Processor（排序處理器）
- Trim Processor（修剪處理器）
- Uppercase Processor（大寫處理器）
- Dot Expander Processor（點擴展器處理器）
- How to（操作方式）
- 一些建議
- Recipes（訣竅）
- 索引速率調優
- 查詢優化
- 磁盤使用調優
- Testing（測試）
- Java Testing Framework（測試框架）
- ( why randomized testing ) 為什么隨機測試？
- Using the elasticsearch test classes ( 使用 elasticsearch 測試類 )
- unit tests（單元測試）
- integreation test（集成測試）
- Randomized testing（隨機測試）
- Assertions（）
- Glossary of terms (詞匯表)
- Release Notes（版本說明）
- 5.3.0 版本說明
- 5.2.2 Release Notes
- 5.2.1 Release Notes
- 5.2.0 Release Notes
- 5.1.2 Release Notes
- 5.1.1 Release Notes
- 5.1.0 Release Notes
- 5.0.1 Release Notes