ElasticSearch 中文同义词实现

参考以下两个网址，但运行报错，以下是我自己改进方式和使用总结。
https://github.com/medcl/elasticsearch-analysis-ik/issues/93
http://elasticsearch.cn/?/question/29
本文前提默认已经装好ES和IK插件。

1：elasticserach.yml 最后一行添加如下内容（该文件位于elasticsearch-x.x.x/config目录下）：
index.analysis.analyzer.default.type: ik

2：在elasticsearch-x.x.x/config目录下新建同义词文件synonyms.txt。
其中，synonyms.txt 编码格式为’utf-8’，内容建议为空。

3：创建索引

curl -XPUT localhost:9200/test -d'
{
    "settings": {
    "index": {
      "analysis": {
        "analyzer": { "jt_cn": { "type": "custom", "use_smart": "true", "tokenizer": "ik_smart", "filter": ["jt_tfr","jt_sfr"], "char_filter": ["jt_cfr"] }, "ik_smart": { "type": "ik", "use_smart": "true" }, "ik_max_word": { "type": "ik", "use_smart": "false" } },
        "filter": { "jt_tfr": { "type": "stop", "stopwords": [" "] }, "jt_sfr": { "type": "synonym", "synonyms_path": "synonyms.txt" } },
        "char_filter": { "jt_cfr": { "type": "mapping", "mappings": [ "| => \\|" ] } }
      }
    }
  }
}'

4：创建映射

curl -X PUT localhost:9200/test/haizhi/_mapping -d '{
    "haizhi": {
      "properties": {
        "title": {
          "include_in_all": true,
          "analyzer": "jt_cn",
          "term_vector": "with_positions_offsets",
          "boost": 8,
          "store": true,
          "type": "string"
        }
      }
    }
 }'

5：插入数据

curl -XPUT localhost:9200/test/haizhi/1 -d '{
    "title": "番茄"
}'
curl -XPUT localhost:9200/test/haizhi/2 -d '{
    "title": "西红柿"
}'
curl -XPUT localhost:9200/test/haizhi/3 -d '{
    "title": "我是西红柿"
}'
curl -XPUT localhost:9200/test/haizhi/4 -d '{
    "title": "我是番茄"
}'
curl -XPUT localhost:9200/test/haizhi/5 -d '{
    "title": "土豆"
}'
curl -XPUT localhost:9200/test/haizhi/6 -d '{
    "title": "aa"
}'

6：查询1

curl -XPOST 'localhost:9200/test/haizhi/_search?pretty' -d '
{
  "query": {
    "match_phrase": {
      "title": {
        "query": "西红柿",
        "analyzer": "jt_cn"
      }
    }
  },
"highlight": {
    "pre_tags": [
      "<tag1>",
      "<tag2>"
    ],
    "post_tags": [
      "</tag1>",
      "</tag2>"
    ],
    "fields": {
      "title": {}
    }
  }
}'

• 结果如下
  

7：查询2
我们知道“西红柿”和“番茄”是同义词，我们在同义词词典（synonyms.txt）中添加如下内容，并重启ES，再用第6步的查询。

#Example:
西红柿, 番茄

• 结果如下，成功匹配同义词
  

8：查询3
修改同义词词典（synonyms.txt）为如下内容，重启ES。

#Example:
西红柿, 番茄
超级土豆, 土豆

查询如下：

curl -XPOST 'localhost:9200/test/haizhi/_search?pretty' -d '
{
  "query": {
    "match_phrase": {
      "title": {
        "query": "超级土豆",
        "analyzer": "jt_cn"
      }
    }
  }
}'

• 结果如下，查不到结果
  

9：查询4
在{plugins}/elasticsearch-analysis-ik-*/config/custom/mydict.dic词典中新加“超级土豆”一词，并且重启ES。
- 结果如下，成功用“超级土豆”搜索到“土豆”一词

10：小结

• 同义词字典或是IK用户自定义词典更新，必须每次重启elasticsearch才有效。
• 同义词词对是必须能被完成切分的词语。
  比如在synonyms.txt 文件中增加同义词对： ‘超级土豆’ – ‘土豆’ 。但在实际的搜索中用“超级土豆”是搜不到“土豆”的。因为“超级土豆”会被切分为多个词语。必须在{plugins}/elasticsearch-analysis-ik-*/config/custom/mydict.dic词典中新加“超级土豆”一词，才能用“超级土豆”一词搜出“土豆”。