Elasticsearch 中的 Synonym Token Filter 與 Mapping Char Filter 的區別

1. 首先這兩個的類型不一樣，Synonym 是一種 Token Filter，而 Mapping 是一種 Character Filter。

2. 基於上述第一點描述，能夠知道二者的執行順序也不一樣。因爲在 analyzer 分析的過程當中先執行 Character Filter 進行字符處理，再執行 Tokenizers 進行分詞，最後執行 Token Filters 對分詞進行處理。因此先執行 Mapping ，後執行 Synonym 。

3. 在概念上不一樣，Synonym 是用來處理同義詞的，而 Mapping 是用來處理 key 和對應的 value 轉換(我的感受其實不考慮概念的話，這兩個某種程度上差很少)。

4. 在用法上不一樣，Synonym 能夠使用如下幾種方式：

   "synonyms" : ["你們好,你好 => hello",
                 "咱們 => we, us",
                 "可可,keke,hehe"]
   複製代碼

   而 Mapping 則只能使用如下方式：

   "mappings": [
                  "哈哈 => 呵呵",
                  ":( => 生氣"
                ]
   複製代碼

5. 二者能夠組合使用，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 => 你們好",
                          "<:> => 咱們"
                        ]
                      }
                    },
                    "filter" : {
                        "synonym" : {
                            "type" : "synonym",
                            "lenient": true,
                            "synonyms" : ["你們好,你好 => hello",
                                          "咱們 => we, us",
                                          "可可,keke,hehe"]
                        }
                    }
                }
            }
        }
    }
   複製代碼

在終端 kibana 執行如下代碼：

GET /test_index/_analyze
{
  "text": "<:>你們庭",
  "analyzer": "my_analyzer"
}
複製代碼

獲得以下結果：

{
  "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
    }
  ]
}
複製代碼

能夠看到 <:> 先經過 Mapping 轉換成了「咱們」，而後又經過 Synonym 轉換成了 "we" 和 "us" 。