ElasticSearch简介——中文分词
Posted tianfang
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了ElasticSearch简介——中文分词相关的知识,希望对你有一定的参考价值。
很多时候,我们需要在ElasticSearch中启用中文分词,本文这里简单的介绍一下方法。首先安装中文分词插件。这里使用的是 ik,也可以考虑其他插件(比如 smartcn)。
$ ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.2.0/elasti csearch-analysis-ik-7.2.0.zip
上面代码安装的是7.2.0版的插件,与 Elastic 7.2.0 配合使用。
PS:其它插件命令:elasticsearch-plugin help
接着,重新启动 Elastic,就会自动加载这个新安装的插件。
然后,新建一个 Index,指定需要分词的字段。这一步根据数据结构而异,下面的命令只针对本文。基本上,凡是需要搜索的中文字段,都要单独设置一下。
PUT /accounts
"mappings":
"person":
"properties":
"user":
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
,
"title":
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
,
"desc":
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
上面代码中,首先新建一个名称为accounts的 Index,里面有一个名称为person的 Type。person有三个字段。
-
user
-
title
-
desc
这三个字段都是中文,而且类型都是文本(text),所以需要指定中文分词器,不能使用默认的英文分词器。
Elastic 的分词器称为 analyzer。我们对每个字段指定分词器。
"user":
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
上面代码中,analyzer是字段文本的分词器,search_analyzer是搜索词的分词器。ik_max_word分词器是插件ik提供的,可以对文本进行最大数量的分词。
以上是关于ElasticSearch简介——中文分词的主要内容,如果未能解决你的问题,请参考以下文章