ElasticSearch 映射&分词

  在mysql中创建数据表格中，会对每个字段进行属性设置，而在ES也有相应的操作—映射；映射是定义一个文档是如何被处理的，这些属性字段是怎样被存储或者检索的，这些都是通过映射来操作的。
  ES包含了很多映射规则，具体的详见官方文档，在第一储存是，ES会去猜测字段的映射规则，当然也可以自己修改字段的映射规则；例如：来查询默认的映射规则，可以看出大致的规律，数字被默认为long类型，字符串被默认为text类型，并且text类型下有一个keyword属性用来进行精确匹配的

  当然，在实际应用中，肯定还有其他的映射规则，我们可以在储存后进行更改，也可以在存储前提前设置好

创建映射

添加新的字段映射

更新映射

  ES中如果一个属性的字段已存在，则不能更新映射，如果修改已经存在的映射，那么我们之前的检索规则就会失效，所以官方不允许修改映射，如果必须要修改映射，可以通过数据迁移实现，重新创建新的映射规则，然后将数据迁移过去

数据迁移

  
  ES有一个全文检索的核心—分词，它会将一段字符串，分成一个一个的单词，然后利用单词的相关性匹配，最终完成全文检索功能；分词在ES中使用分词器(tokenizer)接收一个字符流，将之分割为独立的tokens(词元)，然后进行匹配；ES的分词器有很多，默认的是 “standard”，可以来测试哈，可以看到，中文是一个字一个字的拆分，而英文根据空格拆分，ES的分词器都是来支持英文的，而中文需要额外安装自己的分词器，否则就会向下图一样一个一个的拆分

IK分词器

  IK分词器是比较推荐的一个开源的分词器，安装比较简单，下载和自己安装的ES相同的版本，然后放在ES的plugins目录下解压即可，由于在创建容器时映射的plugins目录，可以直接在宿主机中进行操作

# 下载IK分词器
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.10.1/elasticsearch-analysis-ik-7.10.1.zip
# 解压文件
unzip elasticsearch-analysis-ik-7.10.1.zip
# 进入容器内部查询安装的插件
elasticsearch-plugin list
# 最后记得重启容器

  如果能查询到，说明IK分词器安装好了，接下来测试哈，ik有 “ik_smart” 和 “ik_max_word” 两种常用的分词器


  但是IK分词还是不能达到我们预期的期望，比如说它把 “牛逼的” 给拆开了，所以我们可以扩展词库

自定义词库

  添加自定义的词库，首先需要将词库文件，可以是一个txt文本，放在网络上，然后去配置ik分词器，可以使用nginx或者其他的web服务器都可以，推荐使用nginx，由于后面会单独出nginx的文章，在这里先不说nginx的配置
  例如我现在配置好了nginx并且通过网络可以访问到我的词库文件，然后在ik分词器的config目录下，修改IKAnalyzer.cfg.xml，这个文件就是ik的配置；也可以通过一个dic文件去添加分词，在ik的config目录下添加一个后缀名为.dic的文件，将之配置在ik的配置文件中

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<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">fenci.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">http://192.168.0.109/images/fenci.txt</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>

  配置完成后，重启ES，等ES启动后就可以测试我们的词库，这两种方式都可以，我建议使用第二种更简单