把輸入的文本塊按照一定的策略進行分解，並建立倒排索引。在Lucene的架構中，這個過程由分析器(analyzer)完成。
主要組成
-
character filter:接收原字符流，通過添加、刪除或者替換操作改變原字符流。例如：去除文本中的html標簽，或者將羅馬數字轉換成阿拉伯數字等。一個字符過濾器可以有零個或者多個。 -
tokenizer：簡單的說就是將一整段文本拆分成一個個的詞。例如拆分英文，通過空格能將句子拆分成一個個的詞，但是對於中文來說，無法使用這種方式來實現。在一個分詞器中,有且只有一個tokenizeer -
token filters：將切分的單詞添加、刪除或者改變。例如將所有英文單詞小寫，或者將英文中的停詞a刪除等。在token filters中，不允許將token(分出的詞)的position或者offset改變。同時，在一個分詞器中，可以有零個或者多個token filters
默認ES使用standard analyzer，如果默認的分詞器無法符合你的要求，可以自己配置。
下載拼音分詞插件，要和安裝的es版本保持一致，解壓改名乘pinyin放入到 es的plugins下，重啟es；
在創建index mapping時可以指定 "analyzer": "pinyin_analyzer"