elasticsearch插件之ik分词器

Posted 2020-12-03 hengzhi

ES默认对英文文本的分词器支持较好，但和lucene一样，如果需要对中文进行全文检索，那么需要使用中文分词器，同lucene一样，在使用中文全文检索前，需要集成IK分词器。

可以从GitHub上获取：https://github.com/medcl/elasticsearch-analysis-ik

因为是源码，我们要用到maven对其进行打包，因此你需要安装maven。

环境：centos6.9、elasticsearsh5.6.5、java1.8

1、下载

在GitHub上获取与easticsearch对应的ik分词器版本。我下载的是elasticsearch-analysis-ik-5.6.5.zip

2、打包

在本地解压，从dom窗口进入ik分词器的解压目录，

执行maven打包命令:

mvn install

 

在解压目录找到target/releases/elasticsearch-analysis-ik-5.2.2.zip文件

 

3、上传、解压

将此文件用fit协议上传到elasticsearch的插件目录下（elasticsearch安装目录里的plugins目录）

 

 解压

unzip elasticsearch-analysis-ik-5.6.5.zip

重命名

mv elasticsearch ik

删除压缩包

rm -rf elasticsearch-analysis-ik-5.6.5.zip 

 

 4、重启ES

5、测试分词器

POST _analyze

{

  "analyzer":"ik_smart",

  "text":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"

}

用kibana插件的测试效果如下：

 

 

 

 说明成功啦！

注意：IK分词器有两种类型，分别是ik_smart分词器和ik_max_word分词器。

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”。

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；