"tagString": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" },analyzer和search_analyzer如何配置两种分词器

要配置analyzer和search_analyzer使用两种不同的分词器，你可以按照以下方式进行设置：

首先，创建一个自定义的分析器，在该分析器中指定使用的分词器类型。你可以根据需要选择不同的分词器，比如ik_max_word和standard等。

下面是一个示例配置，其中analyzer使用了ik_max_word分词器，而search_analyzer也使用了ik_max_word分词器：

PUT your_index_name
{
  "settings": {
    "analysis": {
      "analyzer": {
        "custom_analyzer": {
          "type": "custom",
          "tokenizer": "ik_max_word",
          "filter": [
            "lowercase"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "tagString": {
        "type": "text",
        "analyzer": "custom_analyzer",
        "search_analyzer": "custom_analyzer"
      }
    }
  }
}

在上述示例中，我们先创建了一个名为`your_index_name`的索引。然后，我们在`analysis`部分定义了一个名为`custom_analyzer`的自定义分析器，指定了`tokenizer`为`ik_max_word`分词器，并使用`lowercase`过滤器将文本转换为小写。接下来，在`mappings`部分中，我们定义了一个名为`tagString`的字段，并将其类型设置为`text`。最后，我们将`analyzer`和`search_analyzer`都设置为`custom_analyzer`，以使用我们自定义的分析器。

通过这样的配置，当你索引文档时，会使用`custom_analyzer`对`tagString`字段进行分析处理，并在搜索时也会使用相同的分析器进行查询匹配。这样可以确保索引和搜索过程中使用相同的分词器，从而保持一致性。