ElasticSearch默认中文分词|安装外部中文分词器IK|Mapping的简单测试|基于中文分词搭建索引

中文分词

elasticsearch本身自带的中文分词，就是单纯把中文一个字一个字的分开，根本没有词汇的概念。但是实际应用中，用户都是以词汇为条件，进行查询匹配的，如果能够把文章以词汇为单位切分开，那么与用户的查询条件能够更贴切的匹配上，查询速度也更加快速。

使用默认

GET movie_index/_analyze
{
       
  "text": "我是中国人"
}

安装IK

与es版本一致
分词器下载网址：https://github.com/medcl/elasticsearch-analysis-ik

分发

原理

穷举：查看ik/config/extra_main.dic的文件

IK维护扩展词库

查看ik/config/IKAnalyzer.cfg.xml文件

测试分词器

GET movie_index/_analyze
{
       "analyzer": "ik_smart", 
  "text": "我是中国人"
}

第二种分词器

GET movie_index/_analyze
{
       "analyzer": "ik_max_word", 
  "text": "我是中国人"
}

Mapping

1. type可以理解为table，每个type中的字段是什么数据类型，由mapping定义。
2. 但是如果没有设定mapping系统会自动，根据一条数据的格式来推断出应该的数据格式。
3. mapping除了自动定义，还可以手动定义，但是只能对新加的、没有数据的字段进行定义。一旦有了数据就无法再做修改了。
4. 虽然每个Field的数据放在不同的type下,但是同一个名字的Field在一个index下只能有一种mapping定义。

GET movie_index/_mapping/movie

	true/false → boolean
	1020  →  long
	20.1 → double
	“2018-02-01” → date
	“hello world” → text +keyword
默认只有text会进行分词，keyword是不会分词的字符串。

基于中文分词搭建索引

1. 建立mapping

PUT movie_chn
{
     
  "mappings": {
     
    "movie":{
     
      "properties": {
     
        "id":{
     
          "type": "long"
        },
        "name":{
     
          "type": "text"
          , "analyzer": "ik_smart"
        },
        "doubanScore":{
     
          "type": "double"
        },
        "actorList":{
     
          "properties": {
     
            "id":{
     
              "type":"long"
            },
            "name":{
     
              "type":"keyword"
            }
          }
        }
      }
    }
  }
}

2. 插入数据

PUT /movie_chn/movie/1
{
      "id":1,
  "name":"红海行动",
  "doubanScore":8.5,
  "actorList":[  
  {
     "id":1,"name":"张译"},
  {
     "id":2,"name":"海清"},
  {
     "id":3,"name":"张涵予"}
 ]
}
PUT /movie_chn/movie/2
{
     
  "id":2,
  "name":"湄公河行动",
  "doubanScore":8.0,
  "actorList":[  
{
     "id":3,"name":"张涵予"}
]
}

PUT /movie_chn/movie/3
{
     
  "id":3,
  "name":"红海事件",
  "doubanScore":5.0,
  "actorList":[  
{
     "id":4,"name":"张晨"}
]
}

3. 查询测试

GET /movie_chn/movie/_search
{
     
  "query": {
     
    "match": {
     
      "name": "红海战役"
    }
  }
}

GET /movie_chn/movie/_search
{
     
  "query": {
     
    "term": {
     
      "actorList.name": "张译"
    }
  }
}