ElasticSearch 之中文分词器

4，中文分词器

4.1.  smartCN（这个是参照别人的安装方法安装的有兴趣可以试一下）

一个简单的中文或中英文混合文本的分词器

这个插件提供 smartcn analyzer 和 smartcn_tokenizer tokenizer，而且不需要配置

# 安装
bin/elasticsearch-plugin install analysis-smartcn
# 卸载
bin/elasticsearch-plugin remove analysis-smartcn

测试一下

可以看到，“今天天气真好”用smartcn分析器的结果是：

[ 今天 ， 天气 ， 真 ， 好 ]

如果用standard分析器的话，结果会是：

[ 今 ，天 ，气 ， 真 ， 好 ]

4.2 我们一般都会用     IK分词器（我们就具体搭建一下ik中文分词器）

下载对应的版本，这里我下载6.8.6：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v6.8.6 

linux下使用wget命令(进入es插件目录)

cd /usr/local/java/elasticsearch-6.8.6/plugins
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.8.6/elasticsearch-analysis-ik-6.8.6.zip

然后，在Elasticsearch的plugins目录下建一个ik目录，将刚才下载的文件解压到该目录下

unzip elasticsearch-analysis-ik-6.8.6.zip 

最后，重启Elasticsearch

查看es启动情况

su  esuser
cd  /usr/local/java/elasticsearch-6.8.6/bin
ps -ef | grep elasticsearch

重启

./elasticsearch 

重启完成下面我们看下IK中文分词器的如何使用

IK有两种颗粒度的拆分：

ik_smart: 会做最粗粒度的拆分

ik_max_word: 会将文本做最细粒度的拆分

1) ik_smart 拆分

GET /_analyze
{
  "text":"中华人民共和国国徽",
  "analyzer":"ik_smart"
}

 

2）ik_max_word 拆分

GET /_analyze
{
  "text":"中华人民共和国国徽",
  "analyzer":"ik_max_word"
}

 

java学习讨论群：725562382