Analisadores, tokenizadores e o índice invertido
Aprenda como o Elasticsearch transforma texto em tokens pesquisáveis usando analisadores e os armazena em um índice invertido.
Analisadores, tokenizadores e o índice invertido é uma aula grátis de Elasticsearch & Full Text Search Systems no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Elasticsearch & Full Text Search Systems, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Elasticsearch & Full Text Search Systems inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
From Text to Tokens
Before text is searchable, an analyzer breaks it into tokens and stores them in an inverted index. That's the first step of every search.
The Inverted Index
An inverted index maps each token to the documents that contain it — like a book's index — making full-text lookups extremely fast.
Anatomy of an Analyzer
An analyzer runs three stages in order: character filters clean raw text, a tokenizer splits it into tokens, and token filters reshape them.
The Standard Analyzer
The default standard analyzer splits on word boundaries and lowercases, so Quick Brown Fox! becomes quick, brown, fox.
Testing with _analyze
The _analyze API shows exactly which tokens an analyzer produces from your text — run it to see the output.
POST /_analyze
{
"analyzer": "standard",
"text": "The Quick Brown Foxes"
}Stemming
A stemming filter reduces words to their root, so running, runs, and ran all map to run — and searching one finds the others.
Stop Words
A stop filter removes low-value words like the, a, and is, shrinking the index and improving relevance.
Custom Analyzer
Define a custom analyzer in index settings by combining a tokenizer with filters — the code wires up lowercase, stop words, and stemming.
PUT /articles
{
"settings": { "analysis": { "analyzer": {
"my_english": {
"tokenizer": "standard",
"filter": ["lowercase", "english_stop", "english_stemmer"]
}}}}
}text vs keyword
A text field is analyzed for full-text search; a keyword field stays one exact token for filtering, sorting, and aggregations.
Index vs Search Time
Analysis runs at index time when storing a document and again at search time on the query — usually the same analyzer, so tokens match.
Multi-field Mapping
A handy trick: map a string as text for search and add a .keyword sub-field for exact matches and aggregations at once.
"title": { "type": "text",
"fields": { "raw": { "type": "keyword" } } }Quick Check
Why are text and keyword fields treated differently?
Recap
Recap: analyzers (filters, tokenizer, filters) build the inverted index, stemming and stop words refine it, and text vs keyword shapes how fields behave.
Perguntas Frequentes
A aula “Analisadores, tokenizadores e o índice invertido” é grátis?
Sim — o texto completo de “Analisadores, tokenizadores e o índice invertido” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Elasticsearch & Full Text Search Systems, atualize para CoddyKit PRO. O curso de Elasticsearch & Full Text Search Systems inclui 4 aulas no total.
O que vou aprender em “Analisadores, tokenizadores e o índice invertido”?
Aprenda como o Elasticsearch transforma texto em tokens pesquisáveis usando analisadores e os armazena em um índice invertido. Você pratica Elasticsearch & Full Text Search Systems com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Elasticsearch & Full Text Search Systems?
Nenhuma experiência prévia é necessária. Elasticsearch & Full Text Search Systems no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.
Quanto tempo leva a aula “Analisadores, tokenizadores e o índice invertido”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Elasticsearch & Full Text Search Systems?
Sim. Cada aula de Elasticsearch & Full Text Search Systems inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- O que é a busca de texto completo
- Conceitos fundamentais do Elasticsearch
- Configurando seu primeiro cluster
- Analisadores, tokenizadores e o índice invertido