ElasticSearch 笔记二 （ik 分词器安装自定义字典，rest 风格操作）

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！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！