ElasticSearch 中的中文分词器(三)

一、 内置分词器

ElasticSearch 核心功能就是数据检索，首先通过索引将文档写入 es。查询分析则主要分为两个步骤：

1. 词条化：分词器将输入的文本转为一个一个的词条流。
2. 过滤：比如停用词过滤器会从词条中去除不相干的词条（的，嗯，啊，呢）；另外还有同义词过滤器、小写过滤器等。

ElasticSearch 中内置了多种分词器可以供使用。

分词器

作用

Standard Analyzer

标准分词器使用于英语

Simple Analyzer

简单分词器，基于非字母字符进行分词，将单词转化为小写字母

Whitespace Analyzer

空格分词器，会依据空格进行分词

Stop Analyzer

类似于简单分词器，但是添加了停用词的功能

KeyWord Analyzer

关键词分词器，输入文本等于输出文本

Pattern Analyzer

利用正则表达式切分

Language Analyzer

正对于特定语言分词

Fingerprint Analyzer

指纹分析仪分词器，通过创建标记进行重复检测

二、中文分词器

在 Es 中，使用较多的中文分词器是 elasticsearch-analysis-ik，这个是 es 的一个第三方插件，代码托管在 GitHub 上：

https://github.com/medcl/elasticsearch-analysis-ik

三、安装中文分词器

两种使用方式：（选择分词器版本是尽量选择和es版本一致的）

• 第一种

  1、首先打开分词器官网：https://github.com/medcl/elasticsearch-analysis-ik。
  2、在 https://github.com/medcl/elasticsearch-analysis-ik/releases 页面找到最新的正式版，下载下来。我们这里的下载链接是 https://github.91chi.fun//https://github.com//medcl/elasticsearch-analysis-ik/releases/download/v7.16.0/elasticsearch-analysis-ik-7.16.0.zip。
  3、将下载文件解压。
  4、在 es/plugins 目录下，新建 ik 目录，并将解压后的所有文件拷贝到 ik 目录下。
  5、重启 es 服务。

• 第二种

  ./bin/elasticsearch-plugin install https://github.91chi.fun//https://github.com//medcl/elasticsearch-analysis-ik/releases/download/v7.16.0/elasticsearch-analysis-ik-7.16.0.zip

安装成功

四、测试中文分词器

1. es 重启成功后，首先创建一个名为 test 的索引：
   
2. 在该索引中进行分词测试：
   不用分词器
   使用分词器