ik分词器 分词原理_elasticsearch-中文分词插件IK

下载&安装

下载

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip

安装

# 进入elasticsearch的插件目录cd plugins# 创建目录 ik 并进入mkdir ik && cd ik# 拷贝或移动刚下载的文件到 ik 目录cp /home/es/download/elasticsearch-analysis-ik-7.6.2.zip .# 解压缩unzip elasticsearch-analysis-ik-7.6.2.zip

完成后重启es

验证分词器

使用crul命令，输入下面的URL地址，验证分词器是否成功。

curl -X GET -H "Content-Type: application/json"  "http://localhost:9200/_analyze?pretty=true" -d'{"text":"我的老家就住在这个屯"}'

分词结果

ik_max_word和ik_smart

• ik_max_word: 将文本按最细粒度的组合来拆分。

• ik_smart: 将文本按最粗粒度的拆分。

说明：如果不添加分词类别，Elastic对于汉字默认使用standard，将汉字拆分成一个个的汉字，而我们ik则更加的智能，下面通过几个案例来说明。

案例1-ik_smart

curl -X GET -H "Content-Type: application/json"  "http://localhost:9200/_analyze?pretty=true" -d'{"text":"我的老家就住在这个屯","analyzer": "ik_smart"}'

结果

我，的，老家，就住，在，这个，屯

案例2-ik_max_word

curl -X GET -H "Content-Type: application/json"  "http://localhost:9200/_analyze?pretty=true" -d'{"text":"我的老家就住在这个屯","analyzer": "ik_max_word"}'

结果

我，的，老家，就住，住在，在这，这个，屯

由以上两种结果可知，分词结果并不能百分百满足我们的分词需求。

docker环境下安装

说明：一定要保证ElasticSearch和ElasticSearch插件的版本一致

在线安装

# 进入docker容器docker exec -it elasticsearch /bin/bash# 在线下载并安装./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip# 退出并重启镜像exitdocker restart elasticsearch