Analisador padrão

O analisador standard é o padrão para todos os índices e queries do Atlas Search. Divide o texto em termos baseados em limites de palavras, o que o torna neutro em idiomas para a maioria dos casos de uso. Converte todos os termos em minúsculas e remove a pontuação. Ela fornece tokenização baseada em gramática que reconhece endereços de e-mail, acrônimos, caracteres chinês-japonês-coreanos, alfanuméricos e muito mais.

Você pode ver os tokens que o analisador standard cria para uma string estática integrada na interface de usuário do Atlas Visual Editor quando você usa Refine Your Index. A seção Index Configurations exibe o índice e os tokens de pesquisa que o analisador standard cria se você expandir View text analysis of your selected index configuration para ajudá-lo a selecionar o analisador a ser usado em seu índice.

Importante

O Atlas Search não indexará campos de string em que os tokens do analisador excedam 32766 bytes de tamanho. Se estiver usando o analisador de palavras-chave, os campos de string que excederem 32766 bytes não serão indexados.

Exemplo

A seguinte definição de índice de exemplo especifica um índice no campo title na coleção sample_mflix.movies utilizando o analisador standard. Se você carregou a coleção no cluster, poderá criar o índice de exemplo usando o Editor Visual da Interface do Usuário do Atlas ou o Editor JSON. Depois de selecionar seu método de configuração preferencial, selecione o banco de dados e a coleção.

Clique em Refine Your Index para configurar seu índice.
Na seção Field Mappings, clique em Add Field Mapping para abrir a janela Add Field Mapping.
Clique em Customized Configuration.
Selecione title no menu suspenso Field Name.
Clique no menu suspenso Data Type e selecione String se ainda não estiver selecionado.

Expanda o String Properties e faça as seguintes alterações:

Analisador de índice	Selecione `lucene.standard` no menu suspenso se ainda não estiver selecionado.
Analisador de pesquisa	Selecione `lucene.standard` no menu suspenso se ainda não estiver selecionado.
Opções de índice	Use o `offsets` padrão.
Store	Use o `true` padrão.
Ignorar acima	Manter a configuração padrão.
Normas	Use o `include` padrão.

Clique em Add.
Clique em Save Changes.
Clique em Create Search Index.

Substitua a definição de índice padrão pela seguinte definição de índice.

{
  "mappings": {
    "fields": {
      "title": {
        "type": "string",
        "analyzer": "lucene.standard"
      }
    }
  }
}

Clique em Next.
Clique em Create Search Index.

A query a seguir procura o campo title em busca do termo action e limita a saída a dois resultados.

db.movies.aggregate([
  {
    "$search": {
      "text": {
         "query": "action",
         "path": "title"
      }
    }
  },
  {
    "$limit": 2
  },
  {
    "$project": {
      "_id": 0,
      "title": 1
    }
  }
])

[
  {
    title: 'Action Jackson'
  },
  {
    title: 'Class Action'
  }
]

O Atlas Search retornou esses documentos porque fez a correspondência entre o termo de query action e o token action para os documentos, que o Atlas Search criou fazendo o seguinte para o texto no campo title usando o analisador lucene.standard:

Converta o texto em minúsculas.
Divida o texto com base nos limites das palavras e crie tokens separados.

A tabela seguinte mostra os tokens (termos pesquisáveis) que o Atlas Search cria utilizando o Analisador Padrão e, por outro lado, os tokens que o Atlas Search cria para o Analisador de Palavra-chave e o Analisador de Espaço em Branco para os documentos nos resultados:

Título	Tokens de analisador padrão	Tokens do analisador de palavras-chave	Tokens do analisador de espaço em branco
`Action Jackson`	`action`, `jackson`	`Action Jackson`	`Action`, `Jackson`
`Class Action`	`class`, `action`	`Class Action`	`Class`, `Action`

Se você indexar o campo utilizando o:

Analisador de palavras-chave, o Atlas Search não corresponderia aos documentos nos resultados do termo de query action porque o analisador de keyword corresponde apenas a documentos nos quais o termo de pesquisa corresponde exatamente a todo o conteúdo do campo (Action Jackson e Class Action) exatamente.
Whitespace Analyzer, o Atlas Search não corresponderia aos documentos nos resultados para o termo de consulta action porque o analisador whitespace tokeniza o valor do campo title em seu caso original (Action) e o action tem o whitespace em minúsculas, que não corresponde ao token do analisador .

Voltar

1: Processar dados com analisadores

simples