ik_smart ik 分词器扩展字典配置方法

1. 官方文档https://github.com/medcl/elasticsearch-analysis-ik
2. 参考链接:https://blog.csdn.net/shihuacai/article/details/8494360/

我是用手工安装的插件，然后准备本地配置下扩展字典。步骤如下:

1. 在 https://github.com/medcl/elasticsearch-analysis-ik/releases 下载和自己的 es 版本相匹配的 ik 分词器。

2. 解压 elasticsearch-analysis-ik-7.12.0.zip ，然后把解压文件夹拷贝到 /xxxxxx/elasticsearch-7.12.0/plugins/ 下。

3. 然后把 elasticsearch-analysis-ik-7.12.0 文件夹重命名为 ik 。

4. 然后编辑 /xxxxxx/elasticsearch-7.12.0/plugins/ik/config/IKAnalyzer.cfg.xml 配置文件。内容如下:

   <properties>
       <comment>IK Analyzer 扩展配置</comment>
       <!--用户可以在这里配置自己的扩展字典 -->
       <entry key="ext_dict">/xxxxxx/elasticsearch-7.12.0/plugins/ik/shfq_ext_dic.dic</entry>
       <!--用户可以在这里配置自己的扩展停止词字典-->
       <entry key="ext_stopwords"></entry>
       <!--用户可以在这里配置远程扩展字典 -->
       <!-- <entry key="remote_ext_dict">words_location</entry> -->
       <!--用户可以在这里配置远程扩展停止词字典-->
       <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
   </properties>
   

5. shfq_ext_dic.dic 扩展字典内容如下:

   民共
   程隆
   程隆腾达
   

6. 重启 es ，然后在 kibana 对 “民共” 进行分词，结果没生效。

   GET _analyze
   {
       "analyzer": "ik_max_word",
       "text" : "民共"
   }
   分词结果:
   {
   "tokens" : [
      	{
    		"token" : "民",
    		"start_offset" : 0,
    		"end_offset" : 1,
    		"type" : "CN_CHAR",
    		"position" : 0
      	},
      	{
    		"token" : "共",
    		"start_offset" : 1,
    		"end_offset" : 2,
    		"type" : "CN_CHAR",
    		"position" : 1
      	}
      ]
   }
   

百思不得其解，后来重新启动 es ，在启动日志里看到了下面的信息:

[Ext Loading] file not found: /xxxxxx/elasticsearch-7.12.0/plugins/ik/config/xxxxxx/elasticsearch-7.12.0/plugins/ik/shfq_ext_dic.dic

我在 IKAnalyzer.cfg.xml 配置文件中配置的扩展字典的地址是绝对地址，实际上只能用相对地址，必须把扩展字典文件放到 /xxxxxx/elasticsearch-7.12.0/plugins/ik/config/ 目录下 。

修改之后，再对 “民共” 分词之后，结果如下:

{
  "tokens" : [
    {
      "token" : "民共",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    }
  ]
}

符合预期。

有两点需要注意:

1. 字典文件要求是 utf-8 编码格式的。
2. 字典的路径是相对的，不能随便放，必须放到 config 目录下。