一、什么是NGram 分词器？
edge_ngram和ngram是ElasticSearch自带的两个分词器，一般设置索引映射的时候都会用到，设置完步长之后，就可以直接给解析器analyzer的tokenizer赋值使用。
二、怎么使用
完整的索引结构：
{"settings": {"index.max_ngram_diff": 10,"number_of_shards": 128,"number_of_replicas": 2,"refresh_interval": "5s","blocks": {"read_only_allow_delete": "false"},"analysis": {"analyzer": {"ngram_analyzer" : {"tokenizer" : "ngram_tokenizer"}},"tokenizer": {"ngram_tokenizer" : {"token_chars" : ["letter","digit"],"min_gram" : "1","type" : "ngram","max_gram" : "10"}}}},"mappings" : {"_routing" : {"required" : true},"properties" : {"id" : {"type" : "long"},"username" : {"type" : "text","fields" : {"ngram" : {"type" : "text","analyzer" : "ngram_analyzer"}}},"password" : {"type" : "long"},"createTime" : {"type" : "date","format" : "yyyy-MM-dd HH:mm:ss||strict_date_optional_time||epoch_millis"}}}
}
大概就是在setting中引入分词器，ngram_tokenizer里设置类型type为edge_ngram或者ngram，然后mapping中需要作ngram分词的字段指定一下就可以了。需要注意的是es7以后的版本min_gram和max_gram的粒度默认是不大于1，也就是说分词是一个字符一个字符逐个分的。如果粒度需要大于1需要设置一下index.max_ngram_diff大于等于它们的差值，否则会报错。
分词粒度的效果，例：搜索我是中国人
分词粒度为默认1，以ngram分词器分词，则分词效果为
我 是 中 国 人
分词粒度为默认3，以ngram分词器分词，则分词效果为
我 我是 我是中 是 是中 是中国 中 中国 中国人 国 国人 人
三、ngram和edge_ngram类型两者的区别
edge_ngram分词效果
ngram分词效果
总结：
主要区别在于edge_ngram会按照首字符逐字匹配，ngram是全字符逐个匹配，比如分词粒度都是3的两个分词器，搜索我是中国人：
edge_ngram分词
我 我是 我是中 （edge_ngram分词必须以首字 ”我“ 开头逐个按步长，逐字符分词）
ngram分词
我 我是 我是中 是 是中 是中国 中 中国 中国人 国 国人 人（ngram分词逐字开始按步长，逐字符分词）
