ElasticSearch IK中文分词器安装

         ES默认分词器 使用 standard 分词器 将字符串分割成单独的字词 ，对中文的分词效果不是很好，例如查询“白珠”，他会把包含“白”、“珠”的所有查询结果都返回（“白”、“白梅珠”、“珠珠”、“珠”等）。我们可以选择IK分词器解决中文分词的问题。

1、下载IK分词器

下载网址：https://github.com/medcl/elasticsearch-analysis-ik/releases

选择和自己ES版本对应的IK分词器：

这里我选的是V5.5.2，下载编译好的zip包。

2、安装IK分词器

在ES的安装目录下有个 plugs 文件夹，在下面建一个IK文件夹，把刚才下载的 zip 包解压到 ik 文件夹里，最后重启 ES

3、测试

打开kibana 使用其中的工具执行如下命令：

GET _analyze  
{  
  "analyzer":"ik_smart",  
  "text":"中华人民共和国"  
}  

返回结果：

{
  "tokens": [
    {
      "token": "中华人民共和国",
      "start_offset": 0,
      "end_offset": 7,
      "type": "CN_WORD",
      "position": 0
    }
  ]
}

再执行：

GET _analyze  
{  
  "analyzer":"ik_max_word",  
  "text":"中华人民共和国"  
}  

返回结果：

{
  "tokens": [
    {
      "token": "中华人民共和国",
      "start_offset": 0,
      "end_offset": 7,
      "type": "CN_WORD",
      "position": 0
    },
    {
      "token": "中华人民",
      "start_offset": 0,
      "end_offset": 4,
      "type": "CN_WORD",
      "position": 1
    },
    {
      "token": "中华",
      "start_offset": 0,
      "end_offset": 2,
      "type": "CN_WORD",
      "position": 2
    },
    {
      "token": "华人",
      "start_offset": 1,
      "end_offset": 3,
      "type": "CN_WORD",
      "position": 3
    },
    {
      "token": "人民共和国",
      "start_offset": 2,
      "end_offset": 7,
      "type": "CN_WORD",
      "position": 4
    },
    {
      "token": "人民",
      "start_offset": 2,
      "end_offset": 4,
      "type": "CN_WORD",
      "position": 5
    },
    {
      "token": "共和国",
      "start_offset": 4,
      "end_offset": 7,
      "type": "CN_WORD",
      "position": 6
    },
    {
      "token": "共和",
      "start_offset": 4,
      "end_offset": 6,
      "type": "CN_WORD",
      "position": 7
    },
    {
      "token": "国",
      "start_offset": 6,
      "end_offset": 7,
      "type": "CN_CHAR",
      "position": 8
    }
  ]
}

如果想把IK分词器用到新索引上，可以在建索引的时候指定分词器：

PUT /my_index
{
"settings": {
"analysis": {
"analyzer": "ik_smart",
"search_analyzer": "ik_smart"
}
}
}

安装成功！