IK扩展词和停用词热更新

IK作为elasticsearch的分词器,提供了多种配置扩展词和停用词的功能。这里主要记录如何进行扩展词/停用词热更新配置的其中一种方法,并未对IK的源码进行改动。

第一步:修改IK的配置文件IKAnalyzer.cfg.xml(大前提:已经在elasticsearch中安装了IK分词器插件),分别配置项目中扩展词和停用词地址(地址无固定格式,Get请求)。IK源码中有两个任务每隔1分钟来请求一次。

IK扩展词和停用词热更新_第1张图片

第二步:elasticserach部署服务器的jdk需要进行java安全策略配置,相对地址:./jdk1.8.0_151/jre/lib/security/java.policy。IP和port和上图必须相同,如果是域名则保持一致,否则不能获取远程扩展词/停用词。

IK扩展词和停用词热更新_第2张图片

第三步:项目代码(扩展词),仅供参考。响应rsp必须设置Last-Modified参数(也可以设置ETag,两者都设置也可以),IK通过判断此参数值改变来决定远程拉取扩展词和停用词。

IK扩展词和停用词热更新_第3张图片

通过上面三个步骤热更新扩展词已经可行,但是停用词还是不可以。解决方法:将停用词表中的数据添加至扩展词表中

我的理解是,输入“我是sevin啊”,IK会对此进行分词(ik_smart)成:我|是|sevin|啊,这4个词。虽然通过远程获取到停用词“我是sevin”这个词,但是由于搜索时进行了分词,实际上并未匹配到整歌词也就没有停用词效果。将“我是sevin啊”添加到扩展词表中后,那么在使用IK进行分词时,就不会进行拆分。搜索时,“我是sevin啊”不会拆成多个词,直接以整个词进行查找时就会匹配到停用词,搜索也就不会显示任何结果了。

 

 

你可能感兴趣的:(elasticsearch)