1.8 Elasticsearch建立IK中文分词器

lvdapiaoliang

已于 2024-03-07 13:33:56 修改

阅读量275

点赞数

分类专栏： elasticsearch 文章标签： elasticsearch 中文分词搜索引擎

于 2022-09-01 13:01:16 首次发布

本文链接：https://blog.csdn.net/xx13624558575/article/details/126640210

版权

elasticsearch 专栏收录该内容

12 篇文章 1 订阅

订阅专栏

本文介绍了如何在Elasticsearch中安装IK分词器的最新版本，并提供了Linux下的解压及重启Elasticsearch的步骤。通过POST请求测试分词效果，展示了'上下班车流量很大'这句话被分词后的详细结果。

摘要由CSDN通过智能技术生成

IK中文分词器

Github：https://github.com/infinilabs/analysis-ik/releases/tag/v8.12.2

zip解压：unzip elasticsearch-analysis-ik-8.12.2.zip

unzip elasticsearch-analysis-ik-8.12.2.zip -d /home/0-software/2-elasticsearch/elasticsearch-8.12.2/plugins/ik

备注：

Linux解压缩语法说明：

使用例子
命令均在/home目录下操作

cd /home #进入/home目录

1、把/home目录下面的mydata目录压缩为mydata.zip
zip -r mydata.zip mydata #压缩mydata目录
2、把/home目录下面的mydata.zip解压到mydatabak目录里面
unzip mydata.zip -d mydatabak
3、把/home目录下面的abc文件夹和123.txt压缩成为abc123.zip
zip -r abc123.zip abc 123.txt
4、把/home目录下面的wwwroot.zip直接解压到/home目录里面
unzip wwwroot.zip
5、把/home目录下面的abc12.zip、abc23.zip、abc34.zip同时解压到/home目录里面
unzip abc*.zip
6、查看把/home目录下面的wwwroot.zip里面的内容
unzip -v wwwroot.zip
7、验证/home目录下面的wwwroot.zip是否完整
unzip -t wwwroot.zip
8、把/home目录下面wwwroot.zip里面的所有文件解压到第一级目录
unzip -j wwwroot.zip

重启ES

测试中文分词效果

POST /_analyze
{
"analyzer": "ik_max_word",
"text": "上下班车流量很大"
}

演示：

结果：

{
   "tokens": [{
           "token": "上下班",
           "start_offset": 0,
           "end_offset": 3,
           "type": "CN_WORD",
           "position": 0
       },
       {
           "token": "上下",
           "start_offset": 0,
           "end_offset": 2,
           "type": "CN_WORD",
           "position": 1
       },
       {
           "token": "下班",
           "start_offset": 1,
           "end_offset": 3,
           "type": "CN_WORD",
           "position": 2
       },
       {
           "token": "班车",
           "start_offset": 2,
           "end_offset": 4,
           "type": "CN_WORD",
           "position": 3
       },
       {
           "token": "车流量",
           "start_offset": 3,
           "end_offset": 6,
           "type": "CN_WORD",
           "position": 4
       },
       {
           "token": "车流",
           "start_offset": 3,
           "end_offset": 5,
           "type": "CN_WORD",
           "position": 5
       },
       {
           "token": "流量",
           "start_offset": 4,
           "end_offset": 6,
           "type": "CN_WORD",
           "position": 6
       },
       {
           "token": "很大",
           "start_offset": 6,
           "end_offset": 8,
           "type": "CN_WORD",
           "position": 7
       }
   ]
}