es拼音分词器（仅供自己参考）

github地址：https://github.com/infinilabs/analysis-pinyin（各种版本，对接es版本）

拼音分词器存在的问题：

1、是直接将每个字的拼音返回和一段话的拼音首字母返回，不能很好的分词。

2、不会保留中文，转为拼音之后，没有中文存在。

自定义分词器
默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。

elasticsearch中分词器（analyzer）的组成包含三部分：

1、 character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符
 2、tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smart
3、tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等
文档分词时会依次由这三部分来处理文档：

自定义分词器的配置：（只能是相应的索引库使用，创建了test索引库，那么自定义的只能在这个索引库中使用。不能在其他索引库中使用）

#自定义分词器，在ik和py的基础上自定义
PUT /test
{"settings": {"analysis": {"analyzer": { "my_analyzer": { "tokenizer": "ik_max_word",        #分词用ik"filter": "py"            #配置拼音分词器}},"filter": {"py": { "type": "pinyin",        #拼音分词器"keep_full_pinyin": false,         #   关闭了单个字符的转为拼音"keep_joined_full_pinyin": true,    #开启了词语的拼音转换"keep_original": true,                #保留中文"limit_first_letter_length": 16,        #首字母的长度小于16"remove_duplicated_term": true,        #去除重复的"none_chinese_pinyin_tokenize": false    #禁止除中文以为的其他语言转为拼音}}}},"mappings": {"properties": {"name":{"type": "text","analyzer": "my_analyzer","search_analyzer": "ik_smart"}}}
}

为了避免搜索的时候使用拼音搜到同音词，所以在搜索的时候使用ik分词器"search_analyzer": "ik_smart"