Un analyzer prepara il testo alla ricerca trasformandolo in token: unità, spesso parole, che potranno essere confrontate successivamente.
Per una pipeline configurata appositamente per rimuovere HTML, separare parole e convertirle in minuscolo:
<b>Blue Shoes</b>
-> Blue Shoes
-> [Blue, Shoes]
-> [blue, shoes]
I token finali spiegano perché shoes minuscolo può corrispondere all'input originale. È un esempio personalizzato: non tutti gli analyzer rimuovono HTML.
In Kibana Dev Tools, questa richiesta mostra i token della pipeline:
POST /_analyze
{
"char_filter": ["html_strip"],
"tokenizer": "standard",
"filter": ["lowercase"],
"text": "<b>Blue Shoes</b>"
}
Cerca blue e shoes nelle voci token restituite. Poi prova accenti, lingue e codici prodotto reali. L'analisi in indicizzazione prepara i termini memorizzati; quella in ricerca prepara le query degli utenti. Servono termini compatibili, anche se le due pipeline differiscono.
Una raccolta di domande di colloquio IT con risposte dettagliate — da Junior a Senior.
Dona