IK分词器的安装与使用

分词器

什么是IK分词器？

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，Elasticsearch的标准分词器，会将中文分为一个一个的字，而不是词，比如：“石原美里”会被分为“石”、“原”、“美”、“里”，这显然是不符合要求的，所以我们需要安装中文分词器IK来解决这个问题。

IK提供了两个分词算法：ik_smart和ik_max_word，其中ik_smart为最少切分，ik_max_word为最细力度划分。

安装IK分词器

中文分词插件IK的网址是 https://github.com/medcl/elasticsearch-analysis-ik

我们可以通过find / -name elasticsearch-plugin命令搜索elasticsearch-plugin在什么地方

安装IK时要注意将github上示例的版本改成自己的elasticsearch版本，我安装的是7.6.2，所以改成如下:

/usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip

安装后重启Elasticsearch服务

我们可以通过如下命令查看安装的Elasticsearch插件

/usr/share/elasticsearch/bin/elasticsearch-plugin list

使用IK分词器

首先我们通过最ik_smart小切分来测试

接着，我们通过ik_max_word最细力度切分来测试

但是有些我们自己造的词，分词器是无法识别的(比如:白兮会被识别为两个词：白和兮)，这就需要我们自己加到分词器的字典中。

通过RPM方式安装的IK扩展配置文件地址如下

vim /etc/elasticsearch/analysis-ik/IKAnalyzer.cfg.xml

现在我们在/etc/elasticsearch/analysis-ik目录下创建一个自己的词典,例如：my.dic，并在其中添加"白兮"然后保存

这里要记得将my.dic文件所属的用户和组分别改为root和elasticsearch，防止elasticsearch用户是无法读取该文件的内容的，我们可以看到默认的其它词典都是默认属于root用户和elasticsearch组的，我们把自定义的词典也改成这样

然后将我们新建的my.dic文件增加到IKAnalyzer.cfg.xml配置文件中

添加后重启Elasticsearch，然后通过kibana再重新测试,可以发现，白兮已经被识别为一个词了。

如果该文章对您有帮助，请点击推荐，感谢。