es安装IK中文分词器

没有中文分词器，我们使用es的时候会觉得乐趣少了很多，同时在业务中也有很多不方便的地方，es中对于字符串的默认内置分词是standard类型的，但是这对于中文来说就无能为力了，下面简单介绍一下es中怎么安装IK分词器插件；

1、首先我们需要获取IK分词器的zip包，获取包的步骤如下，
（1）git clone https://github.com/medcl/elasticsearch-analysis-ik
（2）git checkout tags/v6.2.2
（3）mvn package

或者直接去git上下载zip包，然后本地在使用mvn命令打个包即可，

进入解压后的包中看一下，主目录下包含一些插件依赖的外部jar包和一个config文件，

config文件里面的内容是分词器分词时读取文件的主要目录，我们大概说说里面的各文件内容，

• IKAnalyzer.cfg.xml：用来配置自定义词库
• main.dic：ik原生内置的中文词库，总共有27万多条，只要是这些单词，都会被分在一起
• quantifier.dic：放了一些单位相关的词
• suffix.dic：放了一些后缀
• surname.dic：中国的姓氏
• stopword.dic：英文停用词

ik原生最重要的两个配置文件

main.dic：包含了原生的中文词语，会按照这个里面的词语去分词
stopword.dic：包含了英文的停用词

2、上传打完包的zip文件到linux对应的es的plugins目录下，

解压，unzip elasticsearch-analysis-ik-6.2.2.zip
注意，在解压完成后必须删除下载后的压缩包，否则重启es服务时会报错，无法正常加载

3、重新启动es,启动成功后，下面我们来做个简单的实验验证一下，

假如我们直接使用standard进行分词，我们使用它对中文进行分词看看有什么效果，执行如下语句，

PUT /my_index 
{
  "mappings": {
    "my_type": {
      "properties": {
        "text": {
          "type": "text",
          "analyzer": "standard"
        }
      }
    }
  }
}

然后我们测试对中文分词，很明显，被分成了一个个单一的词，很明显这并不是我们想要的效果，因为单个词汇在文档搜索中意义并不大，

安装了中文分词器后，我们再来做如下设置，

PUT /my_index 
{
  "mappings": {
    "my_type": {
      "properties": {
        "text": {
          "type": "text",
          "analyzer": "ik_max_word"
        }
      }
    }
  }
}

再来测试一下中文分词效果，这时候IK分词器将我们的一段句子拆分成了不同长度的词汇，看起来合理多了，

4、最后我们再为该索引添加一些文档内容，测试一下检索内容，先批量插入几条数据，

POST /my_index/my_type/_bulk
{ "index": { "_id": "1"} }
{ "text": "男子偷上万元发红包求交女友 被抓获时仍然单身" }
{ "index": { "_id": "2"} }
{ "text": "16岁少女为结婚“变”22岁 7年后想离婚被法院拒绝" }
{ "index": { "_id": "3"} }
{ "text": "深圳女孩骑车逆行撞奔驰 遭索赔被吓哭(图)" }
{ "index": { "_id": "4"} }
{ "text": "女人对护肤品比对男票好？网友神怼" }
{ "index": { "_id": "5"} }
{ "text": "为什么国内的街道招牌用的都是红黄配？" }

5、使用“女人”进行搜索，看一下结果，可以看到成功匹配到一条结果，达到了预期效果

以上便是本篇内容，希望对看到的小伙伴有用，最后，感谢观看！

附上本文的IK分词器安装包，有需要的可以自行前往下载，
https://download.csdn.net/download/zhangcongyi420/11432423