【ES】3.安装elasticsearch-analysis-ik分词器插件
平凡也就两个字: 懒和惰;
成功也就两个字: 苦和勤;
优秀也就两个字: 你和我。
跟着我从0学习JAVA、spring全家桶和linux运维等知识，带你从懵懂少年走向人生巅峰，迎娶白富美！
关注微信公众号【 IT特靠谱 】，每天都会分享技术心得~
【ES】安装elasticsearch-analysis-ik分词器插件
1 什么是ik分词器？
ik分词器是一个分词插件。它可以把elasticsearch中数据映射类型为text（注意：其他类型是不会被分词的！比如：keyword、date类型等）的数据按照分词库切分成一个个关键字！同时也会将我们搜索信息进行分词，然后与es数据库信息进行匹配！
ik分词器有两种分词算法：ik_smart和ik_max_word。ik_smart是一种最小切分算法，ik_max_word是最细粒度切分算法。工作中一般常用ik_max_word算法进行分词！
注意：ik分词器会把分词库中没有的中文按每个字进行拆分。如果不想被拆分成单个汉字，那么我们就需要维护一套自己的分词库！
2 下载ik分词器插件
打开github官网，搜索"elasticsearch-analysis-ik"，第一个项目就是ik分词器插件的。
进入"medcl/elasticsearch-analysis-ik"项目
然后点击tags，然后找到7.6.2版本的插件下载即可！
下载后如下：
3 安装ik分词器插件
3.1 安装ik分词器插件
我们只需解压ik分词器插件安装包，然后将解压文件拷贝到elasticsearch安装目录下的plugin目录下，最后重启elasticsearch服务就完成了ik分词器插件的安装！
3.2 重启es服务，使得重新加载ik分词器插件
重启es服务的目的是重新让es服务加载我们安装的ik分词器插件！
4 测试分词器
ik分词器有2种算法：ik_smart和ik_max_word，下面我们通过postman工具来测试ik分词器的分词算法！
注意：ik分词器会把分词库中没有的中文按每个字进行拆分。如果不想被拆分成单个汉字，那么我们就需要维护一套自己的分词库！
4.1 测试ik_smart分词
请求url：http://localhost:9200/_analyze
请求方式：get
请求参数：
{
"analyzer":"ik_smart",
"text":"我爱你，特靠谱"
}响应结果：
{
"tokens": [
{
"token": "我爱你",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "特",
"start_offset": 4,
"end_offset": 5,
"type": "CN_CHAR",
"position": 1
},
{
"token": "靠",
"start_offset": 5,
"end_offset": 6,
"type": "CN_CHAR",
"position": 2
},
{
"token": "谱",
"start_offset": 6,
"end_offset": 7,
"type": "CN_CHAR",
"position": 3
}
]
}4.2 测试ik_max_word分词
请求url：http://localhost:9200/_analyze
请求方式：get
请求参数：
{
"analyzer":"ik_max_word",
"text":"我爱你，特靠谱"
}响应结果：
{
"tokens": [
{
"token": "我爱你",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "爱你",
"start_offset": 1,
"end_offset": 3,
"type": "CN_WORD",
"position": 1
},
{
"token": "特",
"start_offset": 4,
"end_offset": 5,
"type": "CN_CHAR",
"position": 2
},
{
"token": "靠",
"start_offset": 5,
"end_offset": 6,
"type": "CN_CHAR",
"position": 3
},
{
"token": "谱",
"start_offset": 6,
"end_offset": 7,
"type": "CN_CHAR",
"position": 4
}
]
}通过对比两种算法分词结果可知：ik_smart算法将"我爱你"当作关键词，而ik_max_word算法认为"我爱你"和"爱你"都是关键词词！但是这两种算法都认为"特"、"靠"、"谱"这三个字都是单独的词！也就是说ik_smart（最小切分算法）切分数据的次数最小，而ik_max_word（最细粒度切分算法）切分的次数最多！
如果我们想实现将"特靠谱"当作一个词进行拆分，而不是对每个字进行拆分。那么我们就需要维护一套自定义分词词库！
5 自定义分词词库
上面测试例子可以看到，不管是ik_smart还是ik_max_word算法，都不认为"特靠谱"是一个关键词（ik分词器的自带词库中没有有"特靠谱"这个词），所以将这个词拆成了三个词：特、靠和谱。
为了实现将特靠谱认为是一个关键词，我们就需要维护一套分词词库！
5.1 新增自定义词库
打开es安装目录下D:\workSoftInstall\es\elasticsearch-7.6.2\的plugins\ik\目录，我们的ik分词器插件就放在ik目录下！进入config配置文件夹。
从其他xxxx.dic分词库拷贝一份，并命名为：my.dic（名字可以自定义）。这样我们自定义的分词词库就建立好了。
5.2 自定义词库中新增关键词
打开my.dic，并添加一些关键词，如："特靠谱"、"靠谱"等。每一行就是一个关键词。
5.3 配置自定义分词词库（字典）
打开配置文件IKAnalyzer.cfg.xml
指定自定义分词词库名称。
重启es服务就可以进行测试了！
6 再次测试ik_smart和ik_max_word两种分词算法
6.1 测试ik_smart分词
请求url：http://localhost:9200/_analyze
请求方式：get
请求参数：
{
"analyzer":"ik_smart",
"text":"我爱你，特靠谱"
}响应结果：
{
"tokens": [
{
"token": "我爱你",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "特靠谱",
"start_offset": 4,
"end_offset": 7,
"type": "CN_WORD",
"position": 1
}
]
}6.2 测试ik_max_word分词
请求url：http://localhost:9200/_analyze
请求方式：get
请求参数：
{
"analyzer":"ik_max_word",
"text":"我爱你，特靠谱"
}响应结果：
{
"tokens": [
{
"token": "我爱你",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "爱你",
"start_offset": 1,
"end_offset": 3,
"type": "CN_WORD",
"position": 1
},
{
"token": "特靠谱",
"start_offset": 4,
"end_offset": 7,
"type": "CN_WORD",
"position": 2
},
{
"token": "靠谱",
"start_offset": 5,
"end_offset": 7,
"type": "CN_WORD",
"position": 3
}
]
}可以看到，ik_smart和ik_max_world分词算法都认为"特靠谱"是一个关键词，而ik_max_world分词算法同时会将"靠谱"认为是一个关键词！
到此，ik分词器插件安装成功了！
（1） 商务合作微信号：M9392W
（2） 购物商城： 扫码即可进入博主开发的小程序购物商城，享超大优惠购物，支持一下博主吧~
（3） 博主微信公众号：IT特靠谱，学习更多开发实战技巧！