elasticsearch 中文分词器 elasticsearch-analysis-ik

一、IK分词器安装

1、下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases ，选择和elasticsearch对应的版本elasticsearch-analysis-ik-5.4.0.zip，下载并解压。

2、在 elasticsearch-5.4.0/plugins/ 目录下新建名为 ik 的文件夹，拷贝elasticsearch-analysis-ik-5.4.0目录下所有的文件到 elasticsearch-5.4.0/plugins/ik/ 目录下，然后重启elasticsearch服务。

3、启动没有报错，并且看到日志信息提示加载了插件 analysis-ik 表示安装成功。

二、扩展本地词库

1、测试 analysis-ik 分词:

http://localhost:9200/_analyze?analyzer=ik_smart&text=洪荒之力
结果：
{
    "tokens": [
        {
            "token": "洪荒",
            "start_offset": 0,
            "end_offset": 2,
            "type": "CN_WORD",
            "position": 0
        },
        {
            "token": "之力",
            "start_offset": 2,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 1
        }
    ]
}

我们可以看到默认的分词器把“洪荒之力”分成了两个词，如果我们要让分词器把“洪荒之力”分成一个词，我们可以设置本地字典。

2、在 elasticsearch-analysis-ik-5.4.0/config/custom/ 目录下新建文件 hotwords.dic（确保文件的编码方式为UTF-8，不然不生效）, 在文件中添加词语“洪荒之力”，每行一个词，然后在ik分词器的配置文件（elasticsearch-analysis-ik-5.4.0/config/IKAnalyzer.cfg.xml）中指定新增的词库位置。然后重启elasticsearch服务器生效词库。

再测试：

http://localhost:9200/_analyze?analyzer=ik_smart&text=洪荒之力
结果：
{
    "tokens": [
        {
            "token": "洪荒之力",
            "start_offset": 0,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 0
        }
    ]
}