ElasticSearch分词器IK安装教程

前言

CentOS 7下安装ElasticSearch7.6.1详细教程
ElasticSearch客户端Kibana7.6.1安装教程
ElasticSearch分词器IK安装教程
Elasticsearch-head插件安装教程

使用IK分词器对查询内容进行划分。

1、安装IK分词器

我们后续也需要使用Elasticsearch来进行中文分词，所以需要单独给Elasticsearch安装IK分词器插件。以下为具体安装步骤.

版本声明

CenOS：7；
JDK：1.8；
Elasticsearch：7.6.1；
Kibana：7.6.1；
IK：7.6.1；

注意：Elasticsearch和IK的版本需要对应。

下载Elasticsearch IK分词器

下载地址：
https://github.com/medcl/elasticsearch-analysis-ik/releases

注意：
IK的版本必须和Elasticsearch的版本对应，否则启动Elasticsearch的时候会报错。以下是我下载IK 8.1.2的版本，然后启动ES的时候报错如下：

切换到shcms用户，并在es的安装目录下/plugins创建ik

su shcms
mkdir -p /usr/local/es/elasticsearch-7.6.1/plugins/ik

将下载的ik分词器上传并解压到该目录

cd /opt/es/elasticsearch-7.6.1/plugins/ik
unzip  elasticsearch-analysis-ik-7.6.1.zip 

重启Elasticsearch

1、先查询PID，然后杀死进程：

ps -ef | grep elasticsearch	

2、切换es用户，启动es：

su shcms

cd /opt/es/elasticsearch-7.6.1/bin

./elasticsearch -d

启动ES之后，ES会自己加载IK插件，如果启动ES成功，说明IK安装成功：

重启Kibana

ES重启之后，ES的客户端Kibana也应该重启。

1、root用户或者es用户都可以

2、cd /opt/es/kibana-7.6.1-linux-x86_64/bin

3、./kibana -d

2、测试分词效果

POST _analyze
{
"analyzer":"standard",
"text":"我爱你中国"
}

不推荐使用standard模式 ，推荐使用ik模式。

POST _analyze
{
"analyzer": "ik_smart",
"text": "中华人民共和国"
 }
#ik_smart:会做最粗粒度的拆分; 

也不推荐使用最粗粒度。当我搜索“中华”的时候，是匹配不到数据的。

POST _analyze
{
"analyzer":"ik_max_word",
"text":"中华人民共和国"
}
#ik_max_word:会将文本做最细粒度的拆分

3、指定IK分词器作为默认分词器

ES的默认分词设置是standard，这个在中文分词时就比较尴尬了，会单字拆分，比如我搜索关键词“清华大学”，这时候会按“清”，“华”，“大”，“学”去分词，然后搜出来的都是些“清清的河水”，“中华儿女”，“地大物博”，“学而不思则罔”之类的莫名其妙的结果，这里我们就想把这个分词方式修改一下，于是呢，就想到了ik分词器，有两种ik_smart和ik_max_word。
ik_smart会将“清华大学”整个分为一个词，而ik_max_word会将“清华大学”分为“清华大学”，“清华”和“大学”，按需选其中之一就可以了。
修改默认分词方法(这里修改school_index索引的默认分词为：ik_max_word)：

PUT /school_index
{
"settings" : {
"index" : {
"analysis.analyzer.default.type": "ik_max_word"
}
}
}