Elasticsearch 5.2.1 创建索引-自定义分词器

最新推荐文章于 2024-07-01 02:12:27 发布

Mr_John_Liang

最新推荐文章于 2024-07-01 02:12:27 发布

阅读量1w

点赞数 1

分类专栏： Elasticsearch 文章标签： elasticsearch java 自定义分词

本文链接：https://blog.csdn.net/liangzhao_jay/article/details/59107933

版权

本文介绍了如何在Elasticsearch 5.2.1中解决默认分词问题，通过创建自定义的DoubleAnalyzer实现二元分词。在Java开发环境下，通过mapping配置将自定义分词器与特定字段关联，以满足对中文词汇的二元分词需求。

摘要由CSDN通过智能技术生成

开发语言：JAVA

解决问题：ES 5.2.1默认使用的 standard 分词器，该分词器是单个汉字进行分词的，而需求使用二元分词，故使用ngram 实现二元分词

通过mapping 将分词器与要分词的字段进行映射

示例代码：

// DoubleAnalyzer 为自定义的fe

/** * 创建一个索引 * @param indexName 索引名 */
    public static void createIndex2(TransportClient client, String indexName) {
        try {
            /*
                OpenIndexResponse indexOpen = client.admin().indices().prepareOpen(indexName).get();
                if (indexOpen.isAcknowledged())
                {
                    System.out.println("open " + indexOpen.isAcknowledged()); // true表示创建成功
                    client.admin().indices().prepareClose(indexName);
                }
                */
                {
                    try {
                        XContentBuilder settingsBuilder = XContentFactory.jsonBuilder()
                                .startObject()
                                .startObject("analysis")
                                .startObject("analyzer")
                                .startObject("DoubleAnalyzer")
                                .field("tokenizer", "my_ngram_tokenizer")
                                .endObject()
                                .endObject()

                                .startObject("tokenizer")
                                .startObject("my_ngram_tokenizer")
                                .field("type", "ngram")
                                .field("min_gram", 2)
                                .field("max_gram", 2)
                                .field("token_chars", "letter, digit")