Elasticsearch 中的 Synonym Token Filter 与 Mapping Char Filter 的区别

1. 首先这两个的类型不一样，Synonym 是一种 Token Filter，而 Mapping 是一种 Character Filter。

2. 基于上述第一点描述，能够知道二者的执行顺序也不一样。因为在 analyzer 分析的过程当中先执行 Character Filter 进行字符处理，再执行 Tokenizers 进行分词，最后执行 Token Filters 对分词进行处理。因此先执行 Mapping ，后执行 Synonym 。

3. 在概念上不一样，Synonym 是用来处理同义词的，而 Mapping 是用来处理 key 和对应的 value 转换(我的感受其实不考虑概念的话，这两个某种程度上差很少)。

4. 在用法上不一样，Synonym 能够使用如下几种方式：

   "synonyms" : ["你们好,你好 => hello",
                 "咱们 => we, us",
                 "可可,keke,hehe"]
   复制代码

   而 Mapping 则只能使用如下方式：

   "mappings": [
                  "哈哈 => 呵呵",
                  ":( => 生气"
                ]
   复制代码

5. 二者能够组合使用，以下：

   PUT /test_index
    {
        "settings": {
            "index" : {
                "analysis" : {
                    "analyzer" : {
                        "my_analyzer" : {
                            "tokenizer" : "standard",
                            "filter" :  "synonym",
                            "char_filter": "my_char_filter"
                        }
                    },
                    "char_filter": {
                      "my_char_filter": {
                        "type": "mapping",
                        "mappings": [
                          "hi => 你们好",
                          "<:> => 咱们"
                        ]
                      }
                    },
                    "filter" : {
                        "synonym" : {
                            "type" : "synonym",
                            "lenient": true,
                            "synonyms" : ["你们好,你好 => hello",
                                          "咱们 => we, us",
                                          "可可,keke,hehe"]
                        }
                    }
                }
            }
        }
    }
   复制代码

在终端 kibana 执行如下代码：

GET /test_index/_analyze
{
  "text": "<:>你们庭",
  "analyzer": "my_analyzer"
}
复制代码

获得以下结果：

{
  "tokens" : [
    {
      "token" : "we",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "SYNONYM",
      "position" : 0
    },
    {
      "token" : "us",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "SYNONYM",
      "position" : 0
    },
    {
      "token" : "大",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "家",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    },
    {
      "token" : "庭",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "<IDEOGRAPHIC>",
      "position" : 3
    }
  ]
}
复制代码

能够看到 <:> 先经过 Mapping 转换成了“咱们”，而后又经过 Synonym 转换成了 "we" 和 "us" 。