在Elasticsearch中的數據可以分為兩類： 精確值(exact values)以及全文(full text) 。
精確值 ：例如日期類型date，若date其有兩個值:2014-09-15與2014，那麽這兩個值不相等。又例如字符串類型foo與Foo不相等。
全文 ：通常是人類語言寫的文本，例如壹段tweet信息、email的內容等。
精確值很容易被索引 ：壹個值要麽相當要麽不等。 索引全文值就需要很多功夫。例如我們不僅要想：這個文檔符合我們的查詢嗎？還要想：這個文檔有多符合我們的查詢？換句話說就是：這個文檔跟我們的查詢關聯大嗎？我們很少精確的去匹配整個全文，我們最想要的是去匹配全文文本的內部信息。除此，我們還希望搜索能夠理解我們的意圖：例如
如果妳搜索UK，我們需要包含United Kingdom的文本也會被匹配。 如果妳搜索jump，那麽包含jumped,jumps,jumping,更甚者leap的文本會被匹配。
為了更方便的進行全文索引，Elasticsearch首先要先分析文本，然後使用分析過的文本去創建倒序索引。
Elasticsearch全文檢索默認分詞器為standard analyzer。standard analyzer中，character Filter什麽也沒有做，Token Filters只是把英文大寫轉化為小寫，因此Elasticsearch默認對大小寫不敏感，下面主要介紹Tokenizer。
token分隔符把text分隔為token(term)。數據寫入的時候會使用standard analyzer處理，text會被處理為token列表。搜索的text也會執行相同的處理，最後使用處理後的token和源text處理後的token匹配。
除了“a-z、A-Z、0-9、_”以外，但不包括“.;,”這三個字符，其他情況都是token分隔符。
“.”鏈接number和char時，作為token分隔符，其它情況不是分隔符
1）“number.number”經過standard analyzer處理後，token列表[number.number]
例如“123.123s”，搜索“123”是搜索不到的，搜索“123.123s”是可以匹配的
2）“char.char”經過standard analyzer處理後，token列表[char.char]
例如“test.test”，搜索“test”是搜索不到的，搜索“test.test”是可以匹配的
3）“number.char或者char.number”經過standard analyzer處理後，token列表[number、char]
例如“test1.s1”，token列表為[test1、s1]，搜索“test1”是可以匹配的
“;”鏈接number和number時，不作為token分隔符，其它情況都是分隔符
1）“number;number”經過standard analyzer處理後，token列表[number;number]
例如“123;123”，搜索“123”是搜索不到的，搜索“123;123”是可以匹配的
2）“number;char或者char;number”經過standard analyzer處理後，token列表[number、char]
例如“test1;s1”，搜索“test1”是可以匹配的
3）“char;char”經過standard analyzer處理後，token列表[char、char]
例如“test1;ss1”，搜索“test1s”可以匹配的
“,”鏈接number和number時，不作為token分隔符，其它情況都是分隔符
1）“number,number”經過standard analyzer處理後，token列表[number,number]
例如“123,123”，搜索“123”是搜索不到的，搜索“123,123”是可以匹配的
2）“number,char或者char,number”經過standard analyzer處理後，token列表[number、char]
例如“test1,s1”，搜索“test1”是可以匹配的
3）“char,char”經過standard analyzer處理後，token列表[char、char]
例如“test;s1”，搜索“test”是可以匹配的
在最前面和最後面都是token分隔符
1）“[,.;]char [,.;]”經過standard analyzer處理後，token列表[char]
例如“,.test…”，搜索“test”可以匹配
2）“[,.;]number [,.;]”經過standard analyzer處理後，token列表[number]
例如“,.123…”，搜索“123”可以匹配
3）“_[token分隔符]number或者”經過standard analyzer處理後，token列表[number]
存儲字符串：“123 test1:a_b a.b”，分詞後的token為：[123、test1、a_b、a.b]
1）使用關鍵字term搜索 123、test1、a_b或a.b可以匹配
2）使用關鍵字term搜索“test1##a_b”也可以匹配，在這兒“#”只是起了個分隔符的作用，沒有實際意義，和搜索“test1:a_b”的意義壹樣，搜索字符串分隔為兩個token[test1和a_b]去匹配。
3）使用關鍵字term搜索“test1?.,“也可以匹配，相當於使用token”test1“去搜索
4）搜索“a“，就沒有匹配結果，源字符串分隔後的token中沒有“a”
存儲字符串:“123;456 test”，分詞後的term為：[123;456、test]
1） 查詢“123”是沒有返回結果的
2） 查詢“123:456”是沒有返回結果的
3） 查詢“123;456”是有結果
4） 查詢“.123;456#”是有結果
參考： http://unicode.org/reports/tr29/
除了漢字外的所有字符都是分隔符，每個字都會作為壹個term。因此在搜索中，存在除了漢字以為的字符都不起任何作用，不會作為匹配字符.