Elasticsearch默认提供的分词器,会把每个汉字分开,而不是我们想要的根据关键词来分词。例如: [html] view plain copy curl -XPOST "http://loca

Elasticsearch默认提供的分词器,会把每个汉字分开,而不是我们想要的根据关键词来分词。例如:

[html]  view plain  copy
  1. curl -XPOST  "http://localhost:9200/userinfo/_analyze?analyzer=standard&pretty=true&text=我是中国人"  
我们会得到这样的结果:

[html]  view plain  copy
  1. {  
  2. tokens: [  
  3. {  
  4. token: text  
  5. start_offset: 2  
  6. end_offset: 6  
  7. type: <ALPHANUM>  
  8. position: 1  
  9. }  
  10. {  
  11. token: 我  
  12. start_offset: 9  
  13. end_offset: 10  
  14. type: <IDEOGRAPHIC>  
  15. position: 2  
  16. }  
  17. {  
  18. token: 是  
  19. start_offset: 10  
  20. end_offset: 11  
  21. type: <IDEOGRAPHIC>  
  22. position: 3  
  23. }  
  24. {  
  25. token: 中  
  26. start_offset: 11  
  27. end_offset: 12  
  28. type: <IDEOGRAPHIC>  
  29. position: 4  
  30. }  
  31. {  
  32. token: 国  
  33. start_offset: 12  
  34. end_offset: 13  
  35. type: <IDEOGRAPHIC>  
  36. position: 5  
  37. }  
  38. {  
  39. token: 人  
  40. start_offset: 13  
  41. end_offset: 14  
  42. type: <IDEOGRAPHIC>  
  43. position: 6  
  44. }  
  45. ]  
  46. }  
正常情况下,这不是我们想要的结果,比如我们更希望 “中国人”,“中国”,“我”这样的分词,这样我们就需要安装中文分词插件,ik就是实现这个功能的。

elasticsearch-analysis-ik 是一款中文的分词插件,支持自定义词库。

安装步骤:

1、到github网站下载源代码,网站地址为:https://github.com/medcl/elasticsearch-analysis-ik

右侧下方有一个按钮“Download ZIP",点击下载源代码elasticsearch-analysis-ik-master.zip。

2、解压文件elasticsearch-analysis-ik-master.zip,进入下载目录,执行命令:

[html]  view plain  copy
  1. unzip elasticsearch-analysis-ik-master.zip  

3、将解压目录文件中config/ik文件夹复制到ES安装目录config文件夹下。

4、因为是源代码,此处需要使用maven打包,进入解压文件夹中,执行命令:
[html]  view plain  copy
  1. mvn clean package  
5、将打包得到的jar文件elasticsearch-analysis-ik-1.2.8-sources.jar复制到ES安装目录的lib目录下。

6、在ES的配置文件config/elasticsearch.yml中增加ik的配置,在最后增加:

[html]  view plain  copy
  1. index:  
  2.   analysis:                     
  3.     analyzer:        
  4.       ik:  
  5.           alias: [ik_analyzer]  
  6.           type: org.elasticsearch.index.analysis.IkAnalyzerProvider  
  7.       ik_max_word:  
  8.           type: ik  
  9.           use_smart: false  
  10.       ik_smart:  
  11.           type: ik  
  12.           use_smart: true  
[html]  view plain  copy
  1. index.analysis.analyzer.ik.type : “ik”  
7、重新启动elasticsearch服务,这样就完成配置了,收入命令:
[html]  view plain  copy
  1. curl -XPOST  "http://localhost:9200/userinfo/_analyze?analyzer=ik&pretty=true&text=我是中国人"  
测试结果如下:
[html]  view plain  copy
  1. {  
  2. tokens: [  
  3. {  
  4. token: text  
  5. start_offset: 2  
  6. end_offset: 6  
  7. type: ENGLISH  
  8. position: 1  
  9. }  
  10. {  
  11. token: 我  
  12. start_offset: 9  
  13. end_offset: 10  
  14. type: CN_CHAR  
  15. position: 2  
  16. }  
  17. {  
  18. token: 中国人  
  19. start_offset: 11  
  20. end_offset: 14  
  21. type: CN_WORD  
  22. position: 3  
  23. }  
  24. {  
  25. token: 中国  
  26. start_offset: 11  
  27. end_offset: 13  
  28. type: CN_WORD  
  29. position: 4  
  30. }  
  31. {  
  32. token: 国人  
  33. start_offset: 12  
  34. end_offset: 14  
  35. type: CN_WORD  
  36. position: 5  
  37. }  
  38. ]  
  39. }  
说明:

1、ES安装插件本来使用使用命令plugin来完成,但是我本机安装ik时一直不成功,所以就使用源代码打包安装了。

2、自定义词库的方式,请参考 https://github.com/medcl/elasticsearch-analysis-ik


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值