【ELK学习笔记】ik分词器安装和验证（基于elasticsearch-7.10.1）

PS：欢迎转载，但请注明出处，谢谢配合。

一、安装

1、下载

登录GitHub，搜索ik，可以找到ik分词器项目，
具体地址为： https://github.com/medcl/elasticsearch-analysis-ik

     根据简介，找到releases，下载对应zip包，如：elasticsearch-analysis-ik-7.10.1.zip（注意，版本号跟ElasticSearch保持一致）

2、新建插件子目录

     进入elasticsearch的 plugins 目录，（如：…\elasticsearch-7.10.1\plugins）
     在plugins中新建子目录 ，子目录名字自定义，主要为了归类用，只要不含中文和非法字符，这里命名为ik

3、解压ik插件包

     将ik的压缩包内容，解压到 …\elasticsearch-7.10.1\plugins\ik 中

4、重启elasticsearch

启动日志中，会有如下日志信息，说明ik插件加载成功：
[2021-01-30T13:59:14,727][INFO ][o.e.p.PluginsService     ] [DESKTOP-C1UJUTI] loaded plugin [analysis-ik]

补充说明：

ik 目前提供了两种分词器 ik_max_word 和 ik_smart
	ik_max_word : 细粒度分词，会穷尽一个语句中所有分词可能
	ik_smart :  粗粒度分词，优先匹配最长词
按照一般情况来讲，索引分词应该按照最细粒度来分词，搜索分词可按最粗粒度来分词

二、验证（查看分词效果）

1、standard 分词器效果

POST http://localhost:9200/person/_analyze
{
	"analyzer": "standard",
	"text": "我是中国人"
}
分词效果：
	我 / 是 / 中 / 国 / 人

2、ik_smart 分词器效果

{
	"analyzer": "ik_smart",
	"text": "我是中国人"
}
分词效果：
	我 / 是 / 中国人

3、ik_max_word 分词器效果

{
	"analyzer": "ik_max_word",
   "text": "我是中国人"
}
分词效果：
	我 / 是 / 中国人 / 中国 / 国人

三、实际使用效果对比

索引中的测试数据，内容如下：

1、创建索引时，文档中的列使用默认分词器

"mappings": {
    "properties": {
        "name": {
            "type": "text"
        },
        ......
    }
}

搜索“王者”， 能匹配到“王者荣耀” 和 “王五”，
     因为“王者荣耀”和“王五”经过分词，分别得到“王”、“者”、“荣”、“耀” 和 “王”、“五”，
     搜索词经过分词，得到"王"和“者”，与“王者荣耀”和“王五”的分词结果都能匹配到。

2、创建索引时，文档中的列指定ik_max_word分词器

"mappings": {
    "properties": {
        "name": {
            "type": "text",
            "analyzer" : "ik_max_word"
        },
        ......
    }
}

搜索“王者”，只匹配到“王者荣耀”，
     因为“王者荣耀”经过分词，得到“王者”、“荣耀”；“王五”经过分词，得到“王”、“五”，
     搜索词经过分词，得到“王者”，与“王者荣耀”的分词结果匹配。