一、安装ik分词器
IK分词器 Github 地址:https://github.com/medcl/elas...
因为我安装的 Elasticsearch 是5.6.9版本,所以对应安装 elasticsearch-analysis-ik-5.6.9 版本
$ ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.9/elasticsearch-analysis-ik-5.6.9.zip
或者自己下载解压安装到your-es-root/plugins/
下,然后重启elasticsearch
$ cp /mnt/hgfs/elasticsearch-analysis-ik-5.6.9/elasticsearch/ /opt/elasticsearch-5.6.9/plugins/ -r
启动过程中会打印日志loaded plugin [analysis-ik]
:
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [aggs-matrix-stats]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [ingest-common]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [lang-expression]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [lang-groovy]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [lang-mustache]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [lang-painless]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [parent-join]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [percolator]
[2018-06-15T09:30:34,671][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [reindex]
[2018-06-15T09:30:34,672][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [transport-netty3]
[2018-06-15T09:30:34,672][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded module [transport-netty4]
[2018-06-15T09:30:34,672][INFO ][o.e.p.PluginsService ] [_JHOtaZ] loaded plugin [analysis-ik] # 出现这行,则说明加载ik分词器插件成功
[2018-06-15T09:30:37,398][INFO ][o.e.d.DiscoveryModule ] [_JHOtaZ] using discovery type [zen]
[2018-06-15T09:30:38,365][INFO ][o.e.n.Node ] initialized
[2018-06-15T09:30:38,365][INFO ][o.e.n.Node ] [_JHOtaZ] starting ...
重启
$ jps #查看pid
$ kill pid
$ ./bin/elasticsearch -d # 后台运行
二、使用
教程:http://keenwon.com/1404.html
elasticsearch内置分词器:
- standard (标准分词器):无脑的一个一个词(汉字)切分,所以适用范围广,但是精准度低。
- english (英文分词):对英文更加智能,可以识别单数负数,大小写,过滤stopwords(例如“the”这个词)等。
- chinese (中文分词):效果很差。
1. 验证分词效果 _analyze
ik的两种分词方式
- ik_max_word
会将文本做最细粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”,会穷尽各种可能的组合; - ik_smart
会做最粗粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”。
# 新建test索引
$ curl -XPUT 'http://127.0.0.1:9200/test'
# 验证 ik_max_word 的分词效果
$ curl 'http://127.0.0.1:9200/test/_analyze?analyzer=ik_max_word&pretty=true' -d '{"text":"中华人民共和国"}'
# 验证 ik_smart 的分词效果
$ curl 'http://127.0.0.1:9200/test/_analyze?analyzer=ik_smart&pretty=true' -d '{"text":"中华人民共和国"}'
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。