Docs 菜单
Docs 主页
/
MongoDB Atlas
/
Atlas Search
/
创建和管理索引
/
创建搜索索引
/
1：使用分析器处理数据

语言分析器

在此页面上

  • 举例
  • 内置语言分析器示例
  • 自定义语言分析器示例

使用特定于语言的分析器创建适合特定语言的索引。 每种语言分析器都具有基于该语言使用模式的内置停用词和词划分。

Atlas Search 提供以下语言分析器：

lucene.arabic
lucene.armenian
lucene.basque
lucene.bengali
lucene.brazilian
lucene.bulgarian
lucene.catalan
lucene.chinese
lucene.cjk 1
lucene.czech
lucene.danish
lucene.dutch
lucene.english
lucene.finnish
lucene.french
lucene.galician
lucene.german
lucene.greek
lucene.hindi
lucene.hungarian
lucene.indonesian
lucene.irish
lucene.italian
lucene.japanese
lucene.korean
lucene.kuromoji 2
lucene.latvian
lucene.lithuanian
lucene.morfologik 3
lucene.nori 4
lucene.norwegian
lucene.persian
lucene.polish
lucene.portuguese
lucene.romanian
lucene.russian
lucene.smartcn 5
lucene.sorani
lucene.spanish
lucene.swedish
lucene.thai
lucene.turkish
lucene.ukrainian

1 cjk 是通用的中文、日文和韩文分析器

2 kuromoji 是日文分析器

3 morfologik 是一个波兰语分析器

4 nori 是韩语分析器

5 smartcn 是一个中文分析器

举例

以一个名为cars的集合为例，其中包含以下文档：

{
  "_id": 1,
  "subject": {
    "en": "It is better to equip our cars to understand the causes of the accident.",
    "fr": "Mieux équiper nos voitures pour comprendre les causes d'un accident.",
    "he": "עדיף לצייד את המכוניות שלנו כדי להבין את הגורמים לתאונה."
  }
}
{
  "_id": 2,
  "subject": {
    "en": "The best time to do this is immediately after you've filled up with fuel",
    "fr": "Le meilleur moment pour le faire c'est immédiatement après que vous aurez fait le plein de carburant.",
    "he": "הזמן הטוב ביותר לעשות זאת הוא מיד לאחר שמילאת דלק."
  }
}

内置语言分析器示例

以下示例索引定义使用french分析器指定subject.fr字段上的索引：

{
  "mappings": {
    "fields": {
      "subject": {
        "fields": {
          "fr": {
            "analyzer": "lucene.french",
            "type": "string"
          }
        },
        "type": "document"
      }
    }
  }
}

以下查询在 subject.fr 字段中搜索string pour：

db.cars.aggregate([
  {
    $search: {
      "text": {
        "query": "pour",
        "path": "subject.fr"
      }
    }
  },
  {
    $project: {
      "_id": 0,
      "subject.fr": 1
    }
  }
])

使用french分析器时，上一个查询不会返回任何结果，因为pour是内置停用词。 使用standard分析器，同一查询将返回两个文档。

以下查询在 subject.fr 字段中搜索string carburant：

db.cars.aggregate([
  {
    $search: {
      "text": {
        "query": "carburant",
        "path": "subject.fr"
      }
    }
  },
  {
    $project: {
      "_id": 0,
      "subject.fr": 1
    }
  }
])
{ subject: { fr: "Le meilleur moment pour le faire c'est immédiatement après que vous aurez fait le plein de carburant." } }

Atlas Search 在结果中返回包含_id: 1的文档，因为该查询与lucene.french分析器为该文档创建的词元匹配。 lucene.french分析器使用_id: 1为文档中的subject.fr字段创建以下词元：

meileu
moment
fair
est
imediat
aprè
fait
plein
carburant

自定义语言分析器示例

您还可以使用 icuFolding 和 停用词词 元筛选器创建 自定义分析器 ，为不支持的语言创建索引。

以下示例索引定义使用名为myHebrewAnalyzer的自定义分析器在subject.he字段上指定索引，为希伯来语文本分析和创建词元：

{
  "analyzer": "lucene.standard",
  "mappings": {
    "dynamic": false,
    "fields": {
      "subject": {
        "fields": {
          "he": {
            "analyzer": "myHebrewAnalyzer",
            "type": "string"
          }
        },
        "type": "document"
      }
    }
  },
  "analyzers": [
    {
      "charFilters": [],
      "name": "myHebrewAnalyzer",
      "tokenFilters": [
        {
          "type": "icuFolding"
        },
        {
          "tokens": [
            "אן",
            "שלנו",
            "זה",
            "אל"
          ],
          "type": "stopword"
        }
      ],
      "tokenizer": {
        "type": "standard"
      }
    }
  ]
}

以下查询在 subject.he 字段中搜索string המכוניות：

db.cars.aggregate([
  {
    $search: {
      "text": {
        "query": "המכוניות",
        "path": "subject.he"
      }
    }
  },
  {
    $project: {
      "_id": 0,
      "subject.he": 1
    }
  }
])
{ subject: { he: 'עדיף לצייד את המכוניות שלנו כדי להבין את הגורמים לתאונה.' } }

Atlas Search 在结果中返回包含_id: 1的文档，因为该查询与myHebrewAnalyzer分析器为文档创建的词元匹配。 myHebrewAnalyzer分析器使用_id: 1为文档中的subject.he字段创建以下词元：

עדיף
לצייד
את
המכוניות
כדי
להבין
את
הגורמים
לתאונה

后退

Keyword