사용자 지정 분석기의 토큰 필터

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 asciiConverter라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 page_updated_by.first_name 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 필드 값을 해당 ASCII 값으로 변환하려면 asciiFolding 토큰 필터를 적용하세요.

다음 쿼리는 minutes 컬렉션의 first_name 필드에서 ASCII에 해당하는 이름을 사용하여 이름을 검색합니다.

MongoDB Search는 문서 _id: 1 의 {MongoDB} 필드 에 대해 다음 토큰(검색 가능한 용어)을 page_updated_by.first_name 생성한 다음 쿼리 텀 과 일치시키는 데 사용했기 때문에 결과에 가 포함된 문서 Sian 반환합니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 dmsAnalyzer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 page_updated_by.last_name 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. daitchMokotoffSoundex 토큰 필터를 적용하여 같은 소리의 단어에 대해 토큰을 인코딩합니다.

다음 쿼리는 minutes 컬렉션의 page_updated_by.last_name 필드에서 AUERBACH와 비슷하게 들리는 용어를 검색합니다.

두 문서의 용어가 음성적으로 유사하고 동일한 6자리 숫자(097400 및 097500)를 사용하여 코딩되어 있기 때문에 MongoDB Search는 _id: 1 및 _id: 2 이 포함된 문서를 반환합니다. 다음 표는 MongoDB Search가 결과의 문서에 대해 생성하는 토큰(검색 가능한 용어 및 6자리 인코딩)을 보여줍니다.

속성

The doubleMetaphone token filter has the following attributes:

예시

다음 인덱스 정의는 doubleMetaphoneAnalyzer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 page_updated_by.last_name 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. doubleMetaphone 토큰 필터를 적용하여 같은 소리의 단어에 대해 토큰을 인코딩합니다.

다음 쿼리는 minutes 컬렉션의 page_updated_by.last_name 필드에서 AUERBACH와 비슷하게 들리는 용어를 검색합니다.

MongoDB Search returns documents with _id: 1 and _id: 2 because the terms in both documents are phonetically similar, and are encoded using the same phonetic code (ARPK). The following table shows the tokens (searchable terms and phonetic code) that MongoDB Search creates for the documents in the results:

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 titleAutocomplete라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 필터를 적용합니다.

   • icuFolding 토큰 필터를 사용하여 토큰에 문자 접기를 적용합니다.

   • edgeGram 토큰 필터를 사용하여 왼쪽에서 4~7자 길이의 토큰을 생성합니다.

다음 쿼리는 minutes 컬렉션의 title 필드에서 mee로 시작하고 그 뒤로 다른 문자 여러 개가 이어지는 용어를 검색합니다.

문서에 쿼리 기준과 일치하는 meeting라는 텀 포함되어 있기 때문에 MongoDB Search는 _id: 1 및 _id: 3 이 포함된 문서를 반환합니다. 구체적으로 MongoDB Search는 결과의 문서에 대해 다음과 같은 4 ~ 7 문자 토큰(검색 가능한 용어)을 생성한 다음 쿼리 텀 mee*와 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 englishPossessiveStemmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰(검색어)을 생성합니다.

2. EnglishPossessive 토큰 필터를 적용하여 토큰에서 소유격(후행 's)을 제거합니다.

다음 쿼리는 minutes 컬렉션의 title 필드에서 용어 team을 검색합니다.

MongoDB Search는 title 필드 에 team 이라는 텀 포함된 결과를 반환합니다. MongoDB Search는 _id: 1 team's title team 분석 중에 {MongoDB} 필드 의 를 토큰 로 변환하기 때문에 가 포함된 문서 를 반환합니다. 구체적으로 MongoDB Search는 결과의 문서에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성한 다음 쿼리 텀 와 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 minimalStemmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.en_US 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 토큰 필터를 적용합니다.

   • lowercase 토큰 필터를 사용하여 토큰을 소문자로 변환합니다.

   • englishMinimalStemming 토큰 필터를 사용하여 다른 단어 변형은 어간을 자르지 않고 복수 단어를 단수 형태로 어간을 자릅니다.

다음 쿼리는 minutes 컬렉션의 text.en_US 필드에서 용어 meeting을 검색합니다.

MongoDB Search는 소문자 토큰 필터가 토큰 텍스트를 소문자로 정규화하고 englishMinimalStemming 토큰 필터가 복수형 meetings 을 단수형 meeting으로 어가를 변형하고 MongoDB Search가 이를 쿼리 터과 일치시키기 때문에 _id: 1 이(가) 포함된 문서를 반환합니다. 구체적으로 MongoDB Search는 결과의 문서에 대해 다음과 같은 토큰(검색 가능한 텀)을 생성한 다음 쿼리 텀 meeting과 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 wordDelimiterGraphFlatten이라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 message 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 공백 토크나이저를 적용하여 단어 사이의 공백 발생을 기준으로 토큰을 생성합니다.

2. 토큰에 다음 필터를 적용합니다.

   • wordDelimiterGraph 토큰 필터를 사용하여 하위 단어를 기준으로 토큰을 분할하고, 원래 단어에 대한 토큰을 생성하며, SIGN_IN 단어가 구분되지 않도록 보호합니다.

   • flattenGraph 토큰 필터를 적용하여 토큰을 단순화된 플랫 형태로 변환합니다.

다음 쿼리는 minutes 컬렉션의 message 필드에서 용어 sign을 검색합니다.

문서 에 title 필드 에 하이픈으로 연결된 텀 sign-in 가 포함되어 있어도 MongoDB Search는 쿼리 텀 sign 에 대한 결과에서 _id: 3 이 포함된 문서 반환합니다. wordDelimiterGraph 토큰 필터하다 토큰 필터하다 그래프 생성하고 flattenGraph 토큰 필터하다 토큰 필터하다 그래프 인덱싱 에 적합한 플랫한 형태로 변환합니다. 구체적으로 MongoDB Search는 결과에서 문서 에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성한 다음 쿼리 텀 sign과 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 diacriticFolder라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.sv_FI 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 키워드 토크나이저를 적용하여 문자열 필드에 있는 모든 용어를 단일 용어로 토큰화합니다.

2. icuFolding 토큰 필터를 사용하여 악센트 제거, 대소문자 접기, 표준 중복 접기 등과 같은 접기를 적용할 수 있습니다.

다음 쿼리는 와일드카드 연산자를 사용하여 minutes 컬렉션의 text.sv_FI 필드에서 avdelning을 포함하고 그 앞뒤로 다른 문자 여러 개가 포함된 용어를 검색합니다.

MongoDB Search는 결과에서 _id: 1 및 이 있는 문서 _id: 2 반환하는데, 이는 문서에 이라는 avdelning 쿼리 텀 _id: 1 이 있는 문서 에서 다른 문자 뒤에 _id: 2 오고, 문서 의 앞뒤에. 구체적으로 MongoDB Search는 결과의 문서에 대해 다음과 같은 토큰을 생성한 다음 쿼리 텀 *avdelning*과 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 textNormalizer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 message 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 공백 토크나이저를 사용하여 단어 사이의 공백 발생을 기준으로 토큰을 생성할 수 있습니다.

2. icuNormalizer 토큰 필터를 사용하여 호환성 분해로 토큰을 정규화한 다음 표준 구성으로 토큰을 정규화하세요.

다음 쿼리는 minutes 컬렉션의 message 필드에서 용어 1을 검색합니다.

MongoDB Search는 icuNormalizer 토큰 필터하다 다음에 대해 토큰 1 를 생성하기 때문에 문서 message 필드 에 원으로 표시된 숫자 ① 가 포함되어 있어도 쿼리 텀 1 에 대한 결과에서 _id: 2 이(가) 포함된 문서 를 반환합니다. nfkc 정규화 형식을 사용하여 이 문자를 변환합니다. 다음 표는 MongoDB Search가 nfkc 정규화 형식을 사용하여 결과에서 문서 에 대해 생성하는 토큰(검색 가능한 용어)과 다른 정규화 형식에 대해 생성하는 토큰을 비교하여 보여 줍니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 keywordStemRemover라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 공백 토크나이저를 적용하여 단어 사이의 공백 발생을 기준으로 토큰을 생성합니다.

2. 토큰에 다음 필터를 적용합니다.

   • keywordRepeat 토큰 필터는 한 번은 키워드 토큰으로, 한 번은 비키워드 토큰으로 토큰을 두 번 생성합니다.

   • porterStemming 토큰 필터는 비키워드 토큰에서 일반적인 어근 및 굴절 접미사를 제거합니다.

   • removeDuplicates를 사용하여 스트림에서 이전 토큰과 동일한 위치에 있는 동일한 텀을 필터합니다.

다음 쿼리는 minutes 컬렉션의 title 필드에서 mee* 텀을 wildcard 연산자를 사용하여 검색합니다.

MongoDB 검색은 제목 필드에 meeting이라는 텀이 포함된 문서를 반환합니다. keywordRepeat 토큰 필터는 결과 문서에 대해 다음 토큰을 생성합니다.

porterStemming 토큰 필터는 키워드가 아닌 토큰을 어근 형태로 변환합니다.

removeDuplicates 토큰 필터는 앞의 keywordRepeat 토큰 필터에서 생성된 스트림에서 중복 토큰을 제거합니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 kStemmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.en_US 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 필터를 적용합니다.

   • lowercase 토큰 필터를 사용하여 토큰을 소문자로 변환합니다.

   • kStemming 토큰 필터로, 어간 처리 알고리즘과 내장된 영어 사전의 조합을 사용하여 단어의 어간을 처리합니다.

다음 쿼리는 minutes 컬렉션의 text.en_US 필드에서 용어 Meeting을 검색합니다.

MongoDB Search는 _id: 1이 있는 문서 반환하며, 여기에는 소문자로 된 복수형 텀 meetings 가 포함됩니다. 소문자 토큰 필터하다 토큰 텍스트를 소문자로 정규화하고 kStemming 토큰 필터하다 meetings text.en_US 문서 의 필드 에 있는 복수형 을 단수형 쿼리 용어와 일치시키기 때문에 MongoDB Search MongoDB 쿼리 텀 텀 문서 일치시킵니다. 또한 MongoDB Search는 인덱스 분석기 (또는 지정된 경우 searchAnalyzer 사용)를 사용하여 쿼리 텀 를 분석합니다. 구체적으로 MongoDB Search는 결과에서 문서 에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성한 다음 이를 쿼리 텀 와 일치시키는 데 사용합니다.

head, this, page, deal, with, department, meeting, head

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 longOnly라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.sv_FI 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 사용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 필터를 적용합니다.

   • icuFolding 토큰 필터를 사용하여 문자 접기를 적용합니다.

   • length 토큰화 후 UTF-16 코드 단위가 20개 이상인 토큰만 인덱싱하는 토큰 필터입니다.

다음 쿼리는 minutes 컬렉션의 text.sv_FI 필드에서 용어 forsaljningsavdelningen을 검색합니다.

MongoDB Search는 försäljningsavdelningen이라는 텀 포함된 _id: 2이 있는 문서 를 반환합니다. 텀 20 자를 초과하기 때문에 MongoDB Search는 문서 쿼리 텀 와 일치시킵니다. 또한 쿼리 텀 forsaljningsavdelningen 에 분음 부호 문자가 포함되어 있지 않지만 MongoDB Search는 문서 의 원래 텀 에 있는 분음 부호를 접어서 쿼리 텀 문서 와 일치시킵니다. 구체적으로 MongoDB Search는 _id: 2가 있는 문서 에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성합니다.

forsaljningsavdelningen

MongoDB Search는 컬렉션의 text.sv_FI 필드에서 다른 모든 터에 대한 검색 결과를 반환하지 않습니다. 필드의 다른 모든 터의 길이가 20 자 미만이기 때문입니다.

속성

다음과 같은 속성이 있습니다.

예시

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 titleAutocomplete이라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 키워드 분석기 를 searchAnalyzer(으)로 지정합니다. 사용자 지정 분석기 함수는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성합니다.

2. 토큰에 일련의 토큰 필터를 적용합니다.

   • englishPossessive 을(를) 사용하여 단어에서 소유격(단어 끝의 's)을 제거합니다.

   • nGram 을(를) 사용하여 단어를 4~7자 길이로 토큰화합니다.

다음 쿼리는 와일드카드 연산자를 사용하여 minutes 컬렉션의 title 필드에서 용어 meet과 해당 용어 뒤로 다른 문자 여러 개가 이어지는 용어를 모두 검색합니다.

문서에 meeting 텀 포함되어 있기 때문에 MongoDB Search는 _id: 1 및 _id: 3 이 있는 문서를 반환하며, MongoDB Search는 다음 토큰(검색 가능한 용어)을 생성하여 쿼리 기준 meet* 과 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 porterStemmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 토큰 필터를 적용합니다.

   • lowercase 토큰 필터: 단어를 소문자로 변환합니다.

   • porterStemming 토큰 필터: 단어에서 일반적인 형태소 및 굴절 접미사를 제거합니다.

다음 쿼리는 minutes 컬렉션의 title 필드에서 용어 Meet을 검색합니다.

소문자 토큰 필터하다 _id: 1 _id: 3 토큰 텍스트를 소문자로 정규화한 다음 porterStemming 토큰 필터하다 토큰에서 형태소 접미사를 제거하여 토큰을 생성하기 때문에 MongoDB Search는 및 meeting meet 이 있는 문서를 반환합니다. MongoDB Search는 쿼리 텀 Meet 과 일치합니다. 구체적으로 MongoDB Search는 결과의 문서에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성한 다음 쿼리 텀 Meet와 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

"analyzers": [
  {
    "name": "custom.analyzer.name",
    "charFilters": [],
    "tokenizer": {
      "type": "whitespace"
    },
    "tokenFilters": [
      {
        "matches": "all",
        "pattern": "^(?!\\$)\\w+",
        "replacement": "",
        "type": "regex"
      },
      {
        "type": "stopword",
        "tokens": [""]
      }
    ]
  }
]

예시

다음 인덱스 정의는 emailRedact라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 page_updated_by.email 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 키워드 토크나이저를 적용하여 필드 값의 모든 단어를 단일 용어로 인덱싱합니다.

2. 토큰에 다음 토큰 필터를 적용합니다.

   • lowercase 토큰 필터를 사용하여 토큰의 대문자를 소문자로 바꿀 수 있습니다.

   • regex 토큰 필터를 사용하여 토큰에서 이메일 주소처럼 보이는 문자열을 찾아 redacted라는 단어로 바꿉니다.

다음 쿼리는 와일드카드 연산자를 사용하여 minutes 컬렉션의 page_updated_by.email 필드에서 용어 앞으로 다른 문자 여러 개가 붙어 있는 용어 example.com을 검색합니다.

1
db.minutes.aggregate([
2
  {
3
    "$search": {
4
      "index": "default",
5
      "wildcard": {
6
        "query": "*example.com",
7
        "path": "page_updated_by.email",
8
        "allowAnalyzedField": true
9
      }
10
    }
11
  },
12
  {
13
    "$project": {
14
      "_id": 1,
15
      "page_updated_by.email": 1
16
    }
17
  }
18
])

page_updated_by.email 필드 이메일 주소에 example.com 라는 단어가 포함되어 있지만 MongoDB Search는 쿼리 에 대한 결과를 반환하지 않습니다. MongoDB Search는 사용자 지정 분석기 에 제공된 정규 표현식 에 단어 redacted 와 일치하는 문자열을 토큰화하므로 MongoDB 텀 쿼리 문서 와도 일치시키지 않습니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 duplicateRemover라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 공백 토크나이저를 적용하여 단어 사이의 공백 발생을 기준으로 토큰을 생성합니다.

2. 토큰에 다음 필터를 적용합니다.

   • keywordRepeat 토큰 필터는 키워드 토큰과 비키워드 토큰으로 토큰을 두 번 생성합니다.

   • removeDuplicates를 사용하여 스트림에서 이전 토큰과 동일한 위치 및 텀을 가진 토큰을 필터링합니다.

다음 쿼리는 minutes 컬렉션의 title 필드에서 mee* 텀을 wildcard 연산자를 사용하여 검색합니다.

MongoDB 검색은 제목 필드에 meeting이라는 텀이 포함된 문서를 반환합니다. keywordRepeat 토큰 필터는 결과 문서에 대해 다음 토큰을 생성합니다.

removeDuplicates 토큰 필터는 스트림에서 중복된 토큰을 제거합니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 keywordReverse라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 page_updated_by.email 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

• 키워드 토크나이저를 적용하여 전체 문자열을 단일 용어로 토큰화합니다.

• reverse 토큰 필터를 적용하여 문자열 토큰을 반전시킵니다.

다음 쿼리는 와일드카드 연산자를 사용하여 minutes 컬렉션의 page_updated_by.email 필드를 검색하여 @example.com 문자 앞의 모든 문자를 역순으로 일치시킵니다. reverse 토큰 필터를 사용하면 선행 와일드카드 쿼리의 속도를 높일 수 있습니다.

앞의 쿼리 에 대해 MongoDB Search는 사용자 지정 분석기 와일드카드 쿼리 에 적용하여 다음과 같이 쿼리 변환합니다.

moc.elpmaxe@*

그런 다음 MongoDB Search는 인덱싱된 토큰에 대해 쿼리 실행하며, 이 토큰도 역방향으로 변환됩니다. 구체적으로 MongoDB Search는 결과의 문서에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성한 다음 쿼리 텀 moc.elpmaxe@*과 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

minutes 컬렉션 의 필드 에 대한 다음 인덱스 정의 예시 page_updated_by.email 에서는 두 개의 사용자 지정 분석기emailAutocompleteIndex 및 를 emailAutocompleteSearch 사용하여 자동 완성과 유사한 기능을 구현 . MongoDB Search는 인덱스 생성 중에 emailAutocompleteIndex 분석기 사용하여 다음을 수행합니다.

• 필드에서 @ 문자를 AT로 바꾸기

• 공백 토크나이저를 사용하여 토큰 생성

• shingle 토큰

• 해당 싱글 토큰의 edgeGram 생성

MongoDB Search는 검색 중에 emailAutocompleteSearch 분석기 사용하여 다음을 수행합니다.

• 필드에서 @ 문자를 AT로 바꾸기

• 공백 토크나이저를 사용하여 토큰 생성

다음 쿼리는 minutes 컬렉션의 page_updated_by.email 필드에서 이메일 주소를 검색합니다.

MongoDB Search는 emailAutocompleteSearch 분석기 사용하여 검색 토큰을 생성한 다음 emailAutocompleteIndex 분석기 사용하여 생성한 인덱스 토큰과 일치시킵니다. 다음 표는 MongoDB Search에서 생성하는 검색 및 인덱스 토큰(최대 15 자)을 보여줍니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 frenchStemmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.fr_CA 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 토큰 필터를 적용합니다.

   • lowercase 토큰 필터를 사용하여 토큰을 소문자로 변환합니다.

   • french 어간 단어에 대한 snowballStemming 토큰 필터의 변형입니다.

다음 쿼리는 minutes 컬렉션의 text.fr_CA 필드에서 용어 réunion을 검색합니다.

MongoDB Search는 _id: 1 가 포함된 문서 결과로 반환합니다. MongoDB Search는 문서 에 대해 다음 토큰을 생성한 다음 이를 사용하여 쿼리 텀 réunion과 일치시키기 때문에 쿼리 텀 를 문서 와 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 spanishPluralStemmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.es_MX 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 토큰 필터를 적용합니다.

   • lowercase 토큰 필터를 사용하여 스페인어 용어를 소문자로 변환합니다.

   • spanishPluralStemming 토큰 필터를 사용하여 토큰의 복수형 스페인어 단어를 단수형으로 변환합니다.

다음 쿼리는 minutes 컬렉션의 text.es_MX 필드에서 스페인어 용어 punto를 검색합니다.

문서 의 text.es_MX 필드 에 복수형 텀 puntos가 포함되어 있기 때문에 MongoDB Search는 _id: 4 이 포함된 문서 반환합니다. MongoDB Search MongoDB 이 텀 에서 복수형(s)을 어간으로 하여 puntos 를 punto 로 분석하기 때문에 이 문서 쿼리 텀 punto 에 대해 일치시킵니다. 구체적으로 MongoDB Search는 결과에서 문서 에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성한 다음 이를 쿼리 텀 와 일치시키는 데 사용합니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 stempelStemmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.pl_PL 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 표준 토크나이저를 적용하여 단어 나누기 규칙에 따라 토큰을 생성하세요.

2. 토큰에 다음 필터를 적용합니다.

   • lowercase 토큰 필터: 단어를 소문자로 변환합니다.

   • stempel 토큰 필터를 사용하여 폴란드어 단어의 어간을 처리합니다.

다음 쿼리는 minutes 컬렉션의 text.pl_PL 필드에서 폴란드어 용어 punkt를 검색합니다.

문서 의 text.pl_PL 필드 에 복수형 텀 punkty가 포함되어 있기 때문에 MongoDB Search는 _id: 4 이 포함된 문서 반환합니다. MongoDB Search MongoDB 이 텀 에서 복수형(y)을 어간으로 하여 punkty 를 punkt 로 분석하기 때문에 이 문서 쿼리 텀 punkt 에 대해 일치시킵니다. 구체적으로 MongoDB Search는 결과에서 문서 에 대해 다음과 같은 토큰(검색 가능한 용어)을 생성한 다음 쿼리 텀 와 일치시킵니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 stopwordRemover라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 공백 토크나이저를 적용하여 단어 사이의 공백 발생을 기준으로 토큰을 생성합니다.

2. 정의된 중지 단어 is, the 및 at과 일치하는 토큰을 제거하기 위해 stopword 토큰 필터를 적용합니다. 토큰 필터는 대소문자를 구분하지 않으며 지정된 중지 단어와 일치하는 모든 토큰을 제거합니다.

다음 쿼리는 minutes 컬렉션의 text.en_US 필드에서 head of the sales 구문을 검색합니다.

en_US 필드 쿼리 텀 포함되어 있기 때문에 MongoDB Search는 _id: 2 이 포함된 문서 를 반환합니다. MongoDB Search는 분석 중에 문서 에서 중지 단어 the 에 대한 토큰을 생성하지 않지만, string 필드의 경우 인덱스 분석기 사용하여 쿼리 텀 분석하기 때문에 여전히 쿼리 텀 와 일치시킬 수 있습니다(또는 다음과 같은 경우). 지정된, searchAnalyzer 사용) MongoDB Search가 쿼리 텀 문서 와 일치시킬 수 있도록 쿼리 텀 에서 중지 단어를 제거합니다. 구체적으로 MongoDB Search는 결과에서 문서 에 대해 다음과 같은 토큰을 생성합니다.

속성

다음과 같은 속성이 있습니다.

예시

다음 인덱스 정의는 tokenTrimmer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 text.en_US를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

• htmlStrip 문자 필터를 적용하여 a 태그 외의 모든 HTML 태그를 텍스트에서 제거합니다.

• 키워드 토크나이저를 적용하여 전체 문자열에 대한 단일 토큰을 생성합니다.

• trim 토큰 필터를 적용하여 토큰의 선행 및 후행 공백을 제거합니다.

다음 쿼리는 minutes 컬렉션의 text.en_US 필드에서 *department meetings*를 포함하고 그 앞뒤로 다른 문자 여러 개가 포함된 용어를 검색합니다.

en_US 필드 쿼리 텀 department meetings가 포함되어 있기 때문에 MongoDB Search는 _id: 1 이 포함된 문서 반환합니다. MongoDB Search는 결과에서 문서 에 대해 다음과 같은 토큰을 생성하며, 이는 MongoDB Search가 HTML 태그를 제거하고 전체 문자열에 대해 단일 토큰을 생성했으며 토큰의 선행 및 후행 공백을 제거했음을 보여줍니다.

속성

다음과 같은 속성이 있습니다.

true인 경우, 이 옵션 뒤에 flattenGraph 토큰 필터를 적용하여 토큰 스트림을 인덱싱에 적합하게 만듭니다.

예시

다음 인덱스 정의는 wordDelimiterGraphAnalyzer라는 사용자 지정 분석기를 사용하여 minutes 컬렉션의 title 필드를 인덱싱합니다. 사용자 지정 분석기는 다음을 지정합니다.

1. 공백 토크나이저를 적용하여 단어 사이의 공백 발생을 기준으로 토큰을 생성합니다.

2. 다음에 wordDelimiterGraph 토큰 필터를 적용합니다.

   • is, the, at를 분할하려고 하지 마세요. 제외는 대소문자를 구분합니다. 예를 들어 Is 및 tHe 는 제외되지 않습니다.

   • 대소문자 변경 시 토큰을 분할하고 영어 알파벳에서 알파벳만 포함된 토큰을 제거합니다.

다음 쿼리는 minutes 컬렉션의 title 필드에서 용어 App2을 검색합니다.

문서 의 title 필드 에 App2가 포함되어 있기 때문에 MongoDB Search는 _id: 4 이 포함된 문서 를 반환합니다. MongoDB Search는 대소문자 변경 시 토큰을 분할하고 분할 로 생성된 토큰 중 알파벳 문자만 포함된 토큰을 제거합니다. 또한 인덱스 분석기 사용하여(또는 지정된 경우 searchAnalyzer을 사용하여) 쿼리 텀 분석하여 대소문자 변경 시 단어를 분할 하고 2 앞의 문자를 제거 . 구체적으로 MongoDB Search는 protectedWords 및 delimiterOptions 옵션에 대해 _id : 4 를 사용하여 문서 에 대해 다음과 같은 토큰을 생성합니다.