El analizador standard es el valor por defecto para todos los índices y consultas de MongoDB Search. Divide el texto en términos según los límites de las palabras, lo que lo hace neutral en cuanto al lenguaje para la mayoría de los casos de uso. Convierte todos los términos a minúsculas y elimina los signos de puntuación. Ofrece una tokenización basada en la gramática que reconoce direcciones de correo electrónico, acrónimos, caracteres chinos-japoneses-coreanos, caracteres alfanuméricos y más.
Si seleccionas Refine Your Index, la interfaz de usuario de Atlas muestra una sección titulada View text analysis of your selected index configuration dentro de la sección Index Configurations. Si amplía esta sección, la Interfaz de Usuario de Atlas muestra el índice y los tokens de búsqueda que el analizador standard genera para cada string de muestra. Puede ver los tokens que el analizador standard crea para un documento de muestra incorporado y un string del query cuando crea o edita un índice en la Interfaz de Usuario de Atlas Visual Editor.
Importante
MongoDB Search no indexará los campos de string en los que los tokens del analizador superen los 32766 bytes de tamaño. Si se utiliza el analizador de keywords, los campos de string que superen los 32766 bytes no se indexarán.
Ejemplo
The following example index definition specifies an index on the title field in the sample_mflix.movies collection using the standard analyzer. To follow along with this example, load the sample data on your cluster and either use mongosh or navigate to the Create a Search
Index page in the Atlas UI following the steps in the Create a MongoDB Search Index tutorial.
Then, using the movies collection as your data source, follow the example procedure to create an index from mongosh or the Atlas UI Visual Editor or JSON editor.
➤ Utiliza el menú desplegable Seleccionar el lenguaje para establecer la interfaz del ejemplo en esta página.
La siguiente consulta busca el término action en el campo title y limita la salida a dos resultados.
MongoDB Search devolvió estos documentos porque coincidió el término de query action con el token action para los documentos, que MongoDB Search creó al realizar lo siguiente para el texto en el campo title utilizando el analizador lucene.standard:
Convierte el texto a minúsculas.
Divida el texto en función de los límites de palabras y cree tokens separados.
The following table shows the tokens (searchable terms) that MongoDB Search creates using the Standard Analyzer and, by contrast, the tokens that MongoDB Search creates for the Keyword Analyzer and Whitespace Analyzer for the documents in the results:
Título | Fichas del Analizador Estándar | Tokens del Analizador de Palabras clave | Tokens del analizador Whitespace |
|---|---|---|---|
|
|
|
|
|
|
|
|
Si indexa el campo usando el:
Keyword Analyzer, MongoDB Search no haría coincidir los documentos en los resultados para el término de query
actionporque el analizadorkeywordsólo hace coincidir documentos en los que el término de búsqueda coincide exactamente con el contenido completo del campo (Action JacksonyClass Action).Análisis de espacios en blanco, MongoDB Search no coincidiría los documentos en los resultados para el término de consulta
actionporque el analizadorwhitespacetokeniza el valor del campotitleen su caso original (Action) y el término de consulta tiene el minúsculaaction, lo cual no coincide con el tokenwhitespacedel analizador.