Elasticsearch 分词器
Standard Analyzer(默认)
- standard 是默认的分析器。它提供了基本语法的标记化(基于 Unicode 文本分割算法),适用于大多数语言。
- 【分词方式】区分中英文,英文按照空格切分同时大写转小写;中文按照单个词分词。
Simple Analyzer
- simple 分析器当它遇到只要不是字母的字符,就将文本解析成term,而且所有的 term 都是小写的。
- 【分词方式】 先按照空格分词,英文大写转小写,不是英文不分词。
Whitespace Analyzer
- 【分词方式】 按空格分词,英文不区分大小写,中文不再分词
ik 分词器
-
下载地址
https://github.com/medcl/elasticsearch-analysis-ik/releases
-
解压到 elasticsearch/plugins/ik 目录下
- 重启 ES
ik_smart
上面三个模式,要么没有拆分,要么拆分的太细,我们不需要那样,于是使用ik分词器。
拆成”夏洛特“,”烦恼“。拆分了,但是力度不够细
- 最粗粒度划分。没有重复的
ik_max_word
- 最细粒度划分,字有重复的。
自定义分词词汇
- 相关配置文件
-
自定义字典文件
-
-
重启ES
-
测试