推荐链接：
总结——》【Java】
总结——》【Mysql】
总结——》【Redis】
总结——》【Kafka】
总结——》【Spring】
总结——》【SpringBoot】
总结——》【MyBatis、MyBatis-Plus】
总结——》【Linux】
总结——》【MongoDB】
总结——》【Elasticsearch】
Elasticsearch——》ngram分词器
- 一、概念
- 二、工作原理
- 三、示例
- 1、默认词项的长度
- 2、指定词项的长度（自定义ngram分词器）
一、概念
在 Elasticsearch 中，ngram 分词器是一种基于 n-gram 算法的分词器，用于将文本转换为一组 n-gram 词项。与其他一些分词器（如 standard 分词器）不同，ngram 分词器可以生成部分单词，并且不需要完整的词汇表。
二、工作原理
ngram 分词器的工作原理是将输入文本切分成一个个较小的子字符串，然后将这些子字符串作为词项添加到索引中。这个过程涉及两个参数：min_gram和 max_gram，它们控制了生成的词项的长度范围。
| 参数 | 描述 | 默认值 |
|---|---|---|
| min_gram | 拆分字符的最小阈值 | 1 |
| max_gram | 拆分字符的最大阈值 | 2 |
三、示例
1、默认词项的长度
# 默认生成最小长度为1且最大长度为2的N-gram
GET _analyze
{"tokenizer": "ngram","text": "elastic"
}
2、指定词项的长度（自定义ngram分词器）
DELETE my_index
PUT /my_index
{"settings": {"index": {"max_ngram_diff": 5},"analysis": {"analyzer": {"my_analyzer": {"tokenizer": "my_tokenizer"}},"tokenizer": {"my_tokenizer": {"type": "ngram","min_gram": 2,"max_gram": 4}}}}
}GET /my_index/_analyze
{"tokenizer": "my_tokenizer","text": "elastic"
}
