# 進(jìn)入 es 的插件目錄
cd /usr/local/es/elasticsearch-8.4.3/plugins
# 下載
wget https://github.com/medcl/elasticsearch-analysis-pinyin/releases/download/v8.4.3/elasticsearch-analysis-pinyin-8.4.3.zip
# 新建目錄
mkdir analysis-pinyin
# 解壓
mv elasticsearch-analysis-pinyin-8.4.3.zip analysis-pinyin && cd analysis-pinyin && unzip elasticsearch-analysis-pinyin-8.4.3.zip && rm -rvf elasticsearch-analysis-pinyin-8.4.3.zip
cd ../ && chown -R es:es analysis-pinyin
# 啟動(dòng)es
/usr/local/es/elasticsearch-8.4.3/bin/elasticsearch -d

GET _analyze
{
  "text": ["我是中國(guó)人"],
  "analyzer": "pinyin"
}

PUT /test_pinyin
{
  "settings": {
    // 分析階段的設(shè)置
    "analysis": {
      // 分析器設(shè)置
      "analyzer": {
        // 自定義分析器，在tokenizer階段使用ik_max_word，在filter上使用py
        "custom_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": "custom_pinyin"
        }
      },
      // 由于不滿足pinyin分詞器的默認(rèn)設(shè)置，所以我們基于pinyin
      // 自定義了一個(gè)filter，叫py，其中修改了一些設(shè)置
      // 這些設(shè)置可以在pinyin分詞器官網(wǎng)找到
      "filter": {
        "custom_pinyin": {
          "type": "pinyin",
          // 不會(huì)這樣分：劉德華 > [liu, de, hua]
          "keep_full_pinyin": false,
          // 這樣分：劉德華 > [liudehua]
          "keep_joined_full_pinyin": true,
          // 保留原始token（即中文）
          "keep_original": true,
          // 設(shè)置first_letter結(jié)果的最大長(zhǎng)度，默認(rèn)值：16
          "limit_first_letter_length": 16,
          // 當(dāng)啟用此選項(xiàng)時(shí)，將刪除重復(fù)項(xiàng)以保存索引，例如：de的> de，默認(rèn)值：false，注意：位置相關(guān)查詢可能受影響
          "remove_duplicated_term": true,
          // 如果非漢語(yǔ)字母是拼音，則將其拆分為單獨(dú)的拼音術(shù)語(yǔ)，默認(rèn)值：true，如：liudehuaalibaba13zhuanghan- > liu，de，hua，a，li，ba，ba，13，zhuang，han，注意：keep_none_chinese和keep_none_chinese_together應(yīng)首先啟用
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  // 定義mapping
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        // 創(chuàng)建倒排索引時(shí)使用的分詞器
        "analyzer": "custom_analyzer",
        // 搜索時(shí)使用的分詞器，搜索時(shí)不使用custom_analyzer是為了防止 詞語(yǔ)的拼音一樣，但是中文含義不一樣，導(dǎo)致搜索錯(cuò)誤。 比如： 科技 和 客機(jī)，拼音一樣，但是含義不一樣
        "search_analyzer": "ik_smart"
      }
    }
  }
}

{
  "name": {
    "type": "text",
    "analyzer": "custom_analyzer",
    "search_analyzer": "ik_smart"
  }
}

PUT /test_pinyin/_bulk
{"index":{"_id":1}}
{"name": "科技強(qiáng)國(guó)"}
{"index":{"_id":2}}
{"name": "這是一架客機(jī)"}
{"index":{"_id":3}}