elasticsearch7.Xterm查询中文即IK分词器的相关解决办法

问题的产生

学习elasticsearch时，当进行精确查询时候，我们发现无法对中文词汇进行有效的检索。但是对单个字进行查询却能检索得到。


查询好人没有结果，查询如果换成“好”，“李白是个大好人”就被查到了。

问题的原因

要弄清怎么回事，首先要知道什么是分词器，以及elasticsearch怎么实现的索引。elasticsearch除了存储数据，还为他们建立了一个索引表，类似书籍的目录。

举个栗子：
存储的数据

地址	内容
地址1	good boy
地址2	boy friend

elasticsearch默认的“Standard Analyzer”分词器会将“good boy”分成“good”和“boy”，“boy friend”分成“boy”和“friend”放入索引表
索引表

关键词	地址
good	地址1
boy	地址1 地址2
friend	地址2

当我们查询时，这里我们先说match查询，查询的内容也会被分词

{
	"query":{
		"match":{
			"name":"good friend"
		}
	}
}

它会被分成“good”和“friend”用于查询，只要满足其一都会被返回，所以地址1和地址2的都被返回了，这也是我们百度时明明输入个大概就能检索到许多内容。

那么我们换成精确查询呢，会怎么样？

{
	"query":{
		"term":{
			"name":"good friend"
		}
	}
}

结果就是查不到，因为“good friend”不会被分词，反而作为一个整体去查询，可是索引中并不存在“good friend”这个关键词。

那么怎样实现我想要的查询结果呢？

很简单，使用短语查询的方式。即：phrase query。默认短语中间不能有间隔，但是可使用slop=1来表示中间可以间隔一个term（单词），这个比我们想要的还要灵活，甚至可以决定中间间隔几个单词。

POST /movies/_search
{
  "query": {
    "match_phrase": {
      "title":{
         "query": "one love",
         "slop": 1
      }
    }
  }
}

说了那么多term的意义何在？
事实上term主要是针对“时间”、“数字”等重要不可分割的查询词。他压根就不是用在这的，我也说了这里应该用phrase query。

回到最初的问题

中文查询，默认分词器分割英文是空格为基准分开的，英文恰好是一个一个的单词。但中文却是被分成了一个个字，“苹果”被分成“苹”和“果”

我们match查询“苹果”时能查出“我爱吃苹果”但也会查到“小朋友苹苹喜欢吃果子”，后面那个并不是我们想要的。

解决办法

引入ik分词器，他能将中文正确分词，还可以自定义词库使得他能识别一些新出现的词汇如“奥利给”

操作如下

1.下载地址: https://github.com/medcl/elasticsearch-analysis-ik/releases
注意: es-ik分词插件版本一定要和es安装的版本对应
2.将文件 解压再改名ik上传到linux根目录下。
（1）因为我是smatty远程操控的linux主机，我先将压缩文件改名ik 。
（2）建立一个plugins目录，进入目录并将ik压缩包拖（直接拖进去就能上传，很方便）进去。

（3）解压压缩包，这里可能没有解压缩的工具，安装方法：

（4）解压缩

（5）把解压的ik文件拷贝到elasticsearch安装包下的plugins下

根据自己的情况可以上网查询ik分词器的导入方法。

ik分词器有两种模式“ik_max_word”和“ik_smart”可以试验下他们的效果，你自己就能看出区别

下面还有一大堆，截不下啦

你以为现在就结束了吗？
当然没有，你还得设置当前索引的mapping和setting，来决定他建立索引表所使用的分词器analyzer（就是分“李白是个大好人”的），以及查询时的查询数据所用的分词器search_analyzer（分“好人”的，用了ik分词器，“好人”不会再分成“好”和“人”了）
setting中还可以设置分片和副本，这里我就不细说了



这里就可以用term查询到好人了，但是意义不大，因为我们知道phrase query就可以办到并且因为引入ik查询器，也避免了“苹果”时能查出“我爱吃苹果”但也会查到“小朋友苹苹喜欢吃果子”的问题。

书写不易，一键三连。