什么是IK 分词器?
分词:即把一段中文或者别的划分成一个个的关键字,我们子啊搜索时候会把自己的信息进行分词,会把数据库中或者索引库中的数据进行分词,然后进行一个匹配操作,默认的中文分词是将每个字看成一个词,比如 “我是美女”就会被分成 “我”,“是”,“美”,“女” 这显然是不符合要求的,所以我们需要安装中文分词器ik 来解决这个问题。
IK 提供了两个分词算法:IK_smart 和ik_max_word 其中ik_smart 为最少切分,ik_max_word 为最细粒度划分!
下载IK 分词器
下载地址
Ik 其实就是一个插件,下载完后我们可以直接解压到es 中
**重启我们的es 和 kibana **
打开我们的kibanna 进行一些使用
ik_samart 的操作
ik_max_word 的拆分
两者之间的差别
ik_samart 会做到最粗粒度的拆分,也就是最小粒度的拆分
ik_max_word 会做到最细粒度的拆分 。可以分成多个的词
ik 分词器自定义
加入我们现在搜索一下冯娇娇是美女
当我们出现有的词ik 里没有但是我们又需要,这个时候我们就可以自定义分词
在我们的config 里面点击这个xml 文件
我们点击后看到我们可以自己写上我们的配置
自己编写一个后缀名为.dic的文件名。我们可以在里面写一些我们需要的词。然后加入到我们的配置文件中,重启我们的es.
加入到我们的配置文件中
重启再次运行,我的名字就没有被分开
Rest 风格说明
一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件,它主要用于客户端和服务器交互类的软件,基于这个风格设计的软件可以更简洁,更有层次,更易于实现缓存等机制。
基础测试
指定文档id 创建一个文档(索引test1 与类型 type1 自动创建的)
PUT /索引名/类型名/文档id
{
请求体
}
完成自动添加索引。数据也成功添加了。
上面我们的案例demo 没有设置字段的属性。其实我们的ElasticSearch 也是可以添加字段属性的,跟我们的关系型数据库
ElasticSearch 的类型
1,字符串类型
text ,keyword
2,数值类型
long,integer,short,byte,double,float,scaled float
3,日期类型
date
4,te 布尔值类型
boolean
5,二进制类型
binary
…
指定字段的类型
查看默认的
**修改 提交 还是使用 put **
覆盖的方式修改
直接用update 的方式修改
删除索引
删除成功了! 根据请求 删除索引 还是删除库下的文档!!
完结!持续更新!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!