ES007-Elasticsearch中文分词集成

1、elasticsearch官方

只提供smartcn这个中文分词插件，效果不是很好

2、引入分词器前命令行下测试

curl 'http://localhost:9200/jf/_analyze?pretty=true' -d '{"text":"京东商城"}'

现象是按照每个单词进行要给分词

3、集成IK分词工具
3.1：下载es的IK插件https://github.com/medcl/elasticsearch-analysis-ik

这里选择v1.4.0 版本，具体可以访问：https://github.com/medcl/elasticsearch-analysis-ik/tree/v1.4.0，然后点击"Download Zip "

3.2：使用maven进行编译下载的源码

3.3：把编译后的target/releases下的elasticsearch-analysis-ik-1.4.0.zip文件拷贝到ES_HOME/plugins/analysis-ik目录下面，然后解压

3.4：把下载的ik插件中的conf/ik目录拷贝到ES_HOME/config下

3.5：修改ES_HOME/config/elasticsearch.yml文件，添加index.analysis.analyzer.default.type: ik(把IK设置为默认分词器)

3.6：重启es服务

3.7：测试分词效果： curl 'http://localhost:9200/jf/_analyze?analyzer=ik&pretty=true' -d '{"text":"京东商城"}'

[root@mycluster service]#  curl 'http://localhost:9200/jf/_analyze?analyzer=ik&pretty=true' -d '{"text":"京东商城"}'
{
  "tokens" : [ {
    "token" : "text",
    "start_offset" : 2,
    "end_offset" : 6,
    "type" : "ENGLISH",
    "position" : 1
  }, {
    "token" : "京东",
    "start_offset" : 9,
    "end_offset" : 11,
    "type" : "CN_WORD",
    "position" : 2
  }, {
    "token" : "京",
    "start_offset" : 9,
    "end_offset" : 10,
    "type" : "CN_WORD",
    "position" : 3
  }, {
    "token" : "东",
    "start_offset" : 10,
    "end_offset" : 11,
    "type" : "CN_CHAR",
    "position" : 4
  }, {
    "token" : "商城",
    "start_offset" : 11,
    "end_offset" : 13,
    "type" : "CN_WORD",
    "position" : 5
  } ]
}