Нормализаторы

Нормализаторы похожи на анализаторы, за исключением того, что они могут выводить только один токен. Вследствие этого, у них нет токенизатора и они принимают только подмножество доступных фильтров символов и токенов. Разрешены только фильтры, работающие на основе отдельных символов. Например, фильтр преобразования в нижний регистр будет разрешен, но не фильтр стемминга, которому требуется рассматривать ключевое слово целиком. Текущий список фильтров, которые могут быть использованы в определении нормализатора: arabic_normalization, asciifolding, bengali_normalization, cjk_width, decimal_digit, elision, german_normalization, hindi_normalization, indic_normalization, lowercase, persian_normalization, scandinavian_folding, serbian_normalization, sorani_normalization, uppercase.

Elasticsearch поставляется с встроенным нормализатором lowercase. Для других форм нормализации требуется настройка пользовательской конфигурации.

Пользовательские нормализаторы принимают список фильтров символов и список фильтров токенов.

PUT index
{
  "settings": {
    "analysis": {
      "char_filter": {
        "quote": {
          "type": "mapping",
          "mappings": [
            "« => \"",
            "» => \""
          ]
        }
      },
      "normalizer": {
        "my_normalizer": {
          "type": "custom",
          "char_filter": ["quote"],
          "filter": ["lowercase", "asciifolding"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "foo": {
        "type": "keyword",
        "normalizer": "my_normalizer"
      }
    }
  }
}