很多人学 Elasticsearch 时，只盯着 query，却忽视了 analyzer。这是最容易走偏的地方之一。
因为全文检索不是拿原句直接硬比，而是：
原始文本
│
▼
analyzer 分析
│
├── 字符过滤
├── 分词
├── 小写化
├── 停用词处理
└── 其他归一化
▼
词项（terms）
│
▼
写入倒排索引也就是说：
用户搜不到，很多时候不是 query 写错，而是文本在进入索引时就被拆错了。
看一个最小例子：
POST /_analyze
{
"analyzer": "standard",
"text": "Wireless Noise Cancelling Headphones"
}概念上你会得到接近这样的词项：
["wireless", "noise", "cancelling", "headphones"]这说明 standard analyzer 做了几件关键事：
- 识别词边界
- 去掉大部分标点影响
- 统一大小写
所以全文搜索真正比较的，不是整句字符串，而是这些被拆出来的词项。
这也是为什么下面两种字段要分清：
text：适合全文检索，值会被分析keyword：适合精确匹配、排序、聚合，值通常按原样保留
这条线千万别乱：
text -> 给“搜索句子/文章/标题”
keyword -> 给“品牌/状态/ID/标签/分类”