elasticsearch配置ik分词器插件

分词器

文本分析就是把全文本转换成一系列单词（term/token）的过程，也叫分词。在 ES 中，Analysis 是通过分词器（Analyzer） 来实现的，可使用 ES 内置的分析器或者按需定制化分析器。
分词器 接受一个字符串作为输入，将这个字符串拆分成独立的词或 语汇单元（token） （可能会丢弃一些标点符号等字符），然后输出一个 语汇单元流（token stream） 。

分词器的组成

分词器是专门处理分词的组件，一个文本进来首先对文本数据进行处理，再去分词，最后对分词的结果进行过滤。分词器有以下三部门组成：

• Character Filters：针对原始文本处理，比如去除 html 标签
• Tokenizer：按照规则切分为单词，比如按照空格切分
• Token Filters：将切分的单词进行加工，比如大写转小写，删除 stopwords，增加同义语

分词API

• 直接指定分词器分词

GET _analyze
{
    "analyzer": "standard",
    "text" : "Mastering Elasticsearch , elasticsearch in Action"
}

• 指定索引字段分词

POST books/_analyze
{
    "field": "title",
    "text": "Mastering Elasticesearch"
}

• 自定义分词

POST /_analyze
{
    "tokenizer": "standard", 
    "filter": ["lowercase"],
    "text": "Mastering Elasticesearch"
}

ik分词器

ik分词器采用两个分词算法：ik_smart （最少划分）和ik_max_word（最细粒度划分）

• 安装：ik分词器下载地址：
• 下载完毕，解压后放入elasticsearch的插件中即可
  
• 重启观察ES加载插件
  
• 使用kibana测试分词
  
  
• 自定义分词器
  未定以前“我爱西红柿吻番茄”不会在一起：
  
  自定义分词：

1. 新建字典：
   

2. 在ik中配置新建字典
   

3. 重启ES生效并测试
   
   如果需要配置自己的分词，就需要在自定义的dic文件中进行相关配置即可。