Elasticsearch 核心：内置分析器全解析 + 特点对比 + 实战选型

一、前言

在 Elasticsearch 中，Analyzer（分析器）是全文检索的基石，负责将文本切分为词条，决定搜索精度、召回率与响应速度。ES 开箱即用提供了多种内置分析器，无需安装插件、无需自定义配置，直接就能使用。

很多新手不知道：默认用哪个分析器？英文、中文、数字、特殊字符分别适合什么分析器？本文将系统梳理 ES 全部内置分析器，详细说明每个分析器的原理、特点、适用场景、分词效果，搭配流程图、对比表、实战命令，让你一篇吃透 ES 内置分析器。

二、基础概念：分析器作用与执行流程

2.1 分析器核心作用

1. 写入时：对text类型字段分词，构建倒排索引
2. 查询时：对搜索关键词分词，匹配索引数据
3. 标准化文本：大小写转换、去符号、去停用词等

2.2 分析器标准执行流程图

ES 内置分析器均按照此流程执行，只是组件配置不同。

三、Elasticsearch 6 大核心内置分析器

ES 提供6 种官方内置分析器，覆盖绝大多数英文/基础文本场景。

3.1 分析器1：standard 标准分析器

3.1.1 基本信息

1. 默认分析器：ES 全局默认使用
2. 语言：英文最优，中文按单字拆分
3. 组合组件：
   • Tokenizer：Standard Tokenizer
   • Token Filter：Lowercase + Stop（默认关闭）

3.1.2 核心特点

1. 按空格、标点符号分词
2. 自动转小写
3. 支持多语言基础分词
4. 无多余配置，开箱即用

3.1.3 分词示例

文本：Hello Elasticsearch 6.0
分词结果：[hello, elasticsearch, 6.0]

3.1.4 适用场景

英文文本、日志内容、单词检索、通用场景默认首选。

3.2 分析器2：simple 简单分析器

3.2.1 基本信息

1. 极简规则：非字母自动分割
2. 只保留字母，丢弃数字、符号
3. 强制转小写

3.2.2 核心特点

1. 非字母字符作为分隔符
2. 仅保留字母，全部小写
3. 无停用词过滤
4. 性能极高

3.2.3 分词示例

文本：Hello ES-6.0 Test!
分词结果：[hello, es, test]

3.2.4 适用场景

纯英文检索、简单文本、过滤数字/符号场景。

3.3 分析器3：stop 停用词分析器

3.3.1 基本信息

1. 在simple基础上增加停用词过滤
2. 自动过滤无意义词汇：the/a/an/is/of等

3.3.2 核心特点

1. 非字母分割
2. 转小写
3. 自动去停用词
4. 减少索引体积，提升查询效率

3.3.3 分词示例

文本：The Hello of Elasticsearch
分词结果：[hello, elasticsearch]

3.3.4 适用场景

英文文章、长文本、需要精简索引的场景。

3.4 分析器4：whitespace 空格分析器

3.4.1 基本信息

1. 仅按空格分词，不处理任何内容
2. 不转小写、不去符号、不去停用词

3.4.2 核心特点

1. 只按空格切分
2. 保留大小写、数字、符号
3. 无任何加工处理

3.4.3 分词示例

文本：Hello ES-6.0 Test
分词结果：[Hello, ES-6.0, Test]

3.4.4 适用场景

代码、命令行、特殊格式文本、大小写敏感场景。

3.5 分析器5：keyword 关键字分析器

3.5.1 基本信息

1. 不分词：整段文本作为一个词条
2. 相当于无分词、无处理

3.5.2 核心特点

1. 输入=输出，不切词
2. 不修改文本内容
3. 精准匹配、聚合、排序专用

3.5.3 分词示例

文本：Hello World
分词结果：[Hello World]

3.5.4 适用场景

订单号、手机号、状态值、枚举、精准匹配字段。

3.6 分析器6：pattern 正则分析器

3.6.1 基本信息

1. 按正则表达式分词
2. 默认正则：\W+（非字母、数字、下划线分割）
3. 支持自定义正则规则

3.6.2 核心特点

1. 灵活分词，支持自定义分隔符
2. 自动转小写
3. 可过滤特殊符号

3.6.3 分词示例

文本：Hello ES_6.0 Test&Search
分词结果：[hello, es_6, 0, test, search]

3.6.4 适用场景

特殊格式文本、自定义分隔符、复杂文本分词。

四、6 大内置分析器对比表（生产选型必备）

五、内置分析器实战使用方法

5.1 方式1：字段直接指定内置分析器

PUT /test_index { "mappings": { "properties": { "title": { "type": "text", "analyzer": "standard" // 指定内置分析器 } } } }

5.2 方式2：测试分析器分词效果

POST /_analyze { "analyzer": "standard", // 替换为任意内置分析器 "text": "Hello Elasticsearch 6.0" }

六、关键注意事项（避坑指南）

6.1 内置分析器不支持中文语义分词

1. 所有 ES 内置分析器均不支持中文分词
2. 中文会被拆分为单个汉字，无法正常搜索
3. 中文必须使用IK 分词插件

6.2 大小写敏感问题

1. whitespace保留大小写，搜索必须完全一致
2. 其他分析器自动小写，不区分大小写

6.3 精准匹配必须用 keyword

1. 订单号、手机号、状态等必须使用 keyword 分析器
2. 否则分词后无法精准查询

6.4 索引与查询分析器必须一致

1. 写入和搜索使用不同分析器会导致搜不到数据
2. 建议统一使用standard或业务指定分析器

七、生产环境最佳实践

1. 英文/通用场景：使用standard（默认）
2. 纯英文简单文本：使用stop去停用词
3. 代码/特殊文本：使用whitespace
4. 精准匹配字段：使用keyword
5. 自定义分隔符：使用pattern
6. 中文业务：放弃内置分析器，使用IK 分词

八、总结

1. Elasticsearch 提供6 大内置分析器，开箱即用，无需插件。
2. standard是默认分析器，适合绝大多数英文/基础场景。
3. keyword不分词，用于精准匹配、聚合、排序。
4. whitespace仅按空格分词，保留原始格式。
5. 所有内置分析器不支持中文语义分词，中文必须使用 IK 插件。
6. 生产根据文本类型、语言、搜索需求选择对应分析器。