【elasticsearch系列】windows安装IK分词器插件[通俗易懂]

【elasticsearch系列】windows安装IK分词器插件[通俗易懂]环境github下载:https://github.com/medcl/elasticsearch-analysis-ik/releases注意,IK分词器插件要与ES版本保持一致;有的小伙伴在GitHub上下载插件时,没有发现与ES相对应的版本,可以切换到Tags中选择分支版本;例如Branchs列表中仅可能存在主版本号;切换到右侧Tags中查找对应的版本即可;小编这里选择的7.8.0的版本;安装IK解压缩后拷贝到ElasticSearch安装目录的plugins文件夹下,默认情况该

大家好,又见面了,我是你们的朋友全栈君。

环境

github下载:https://github.com/medcl/elasticsearch-analysis-ik/releases

注意,IK分词器插件要与ES版本保持一致;
有的小伙伴在GitHub上下载插件时,没有发现与ES相对应的版本,可以切换到Tags中选择分支版本;
例如Branchs列表中仅可能存在主版本号;
在这里插入图片描述
切换到右侧Tags中查找对应的版本即可;小编这里选择的7.8.0的版本;
在这里插入图片描述

安装IK

  • 解压缩后拷贝到ElasticSearch安装目录plugins文件夹下,默认情况该文件夹中为空,不存在任何插件,将IK插件存入plugins目录并重命名ik,如图:
    在这里插入图片描述
    解压缩目录如下:
    在这里插入图片描述

  • 重启elasticsearch,观看是否加载插件
    在这里插入图片描述

  • 通过ES自带的工具查看, 命令行执行 elasticSearch-plugin list
    在这里插入图片描述
    注意,切换到bin目录下执行上面命令;

kibana实操

介绍两种分词用法和区别,主要以努力实现中国梦为例;

ik_smart

ik_smart为最少切分;
如何最少切分呢???

GET _analyze
{ 
   
  "analyzer": "ik_smart",
  "text": "努力实现中国梦"
}

分词结果:
{ 
   
  "tokens" : [
    { 
   
      "token" : "努力实现",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 0
    },
    { 
   
      "token" : "中国",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 1
    },
    { 
   
      "token" : "梦",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "CN_CHAR",
      "position" : 2
    }
  ]
}

ik_max_word

ik_max_word为最细粒度划分;

GET _analyze
{ 
   
  "analyzer": "ik_max_word",
  "text": "努力实现中国梦"
}

分词结果:
{ 
   
  "tokens" : [
    { 
   
      "token" : "努力实现",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 0
    },
    { 
   
      "token" : "努力",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 1
    },
    { 
   
      "token" : "实现",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 2
    },
    { 
   
      "token" : "中国",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 3
    },
    { 
   
      "token" : "梦",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "CN_CHAR",
      "position" : 4
    }
  ]
}

自定义分词格式

比如:超级喜欢溪源博主,用上面两种分词,会把溪源,博主分别作为单个词分开,结果如下:
在这里插入图片描述
需求想把溪源博主作为两个词,因此需要我们自定义字典;

  • 修改插件配置文件ik/config/IKAnalyzer.cfg.xml,加入自定义字典;
    在这里插入图片描述
    打开配置文件夹目录,可以看到已经存在的默认词库,如下:
    在这里插入图片描述
  • 自定义xiyuan.dic文件
    将溪源、博主作为词存入文件中;
    在这里插入图片描述

加入扩展自定义文件,如下:
在这里插入图片描述

  • 重启ES服务和kibana
GET _analyze
{ 
   
  "analyzer": "ik_smart",
  "text": "超级喜欢溪源博主"
}

分词结果:
{ 
   
  "tokens" : [
    { 
   
      "token" : "超级",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    { 
   
      "token" : "喜欢",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    { 
   
      "token" : "溪源",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 2
    },
    { 
   
      "token" : "博主",
      "start_offset" : 6,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 3
    }
  ]
}

在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/150635.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • 粒子群算法详解

    粒子群算法详解一.产生背景  ❃粒子群算法(particleswarmoptimization,PSO)由Kennedy和Eberhart在1995年提出,该算法对于Hepper的模拟鸟群(鱼群)的模型进行修正,以使粒子能够飞向解空间,并在最好解处降落,从而得到了粒子群优化算法。❃同遗传算法类似,也是一种基于群体叠代的,但并没有遗传算法用的交叉以及变异,而是粒子在解空间追随最优的粒子进行搜索。

  • netstat命令的作用使用详解_netstat命令的作用使用详解

    netstat命令的作用使用详解_netstat命令的作用使用详解netstat命令的作用Netstat命令用于显示各种网络相关信息,如网络连接,路由表,接口状态(InterfaceStatistics),masquerade连接,多播成员(MulticastMemberships)等等。输出信息含义从整体上看,netstat的输出结果可以分为两个部分:一个是ActiveInternetconnections,称为有源TCP连接,…

  • Ubuntu虚拟机蓝屏

    问题分析启动Ubuntu可以进入登录界面,但是系统界面蓝屏,说明系统是可以运行起来的。证明系统是没有问题的。应该是系统插件发生了错误。没有发生大块的核心数据损坏,linux系统一般都以修复,一定要淡定。解决方法问题是之前的暴力关机损坏了Ubuntu的图形系统配置,导致图形界面无法正常起来。所以就看到能够登录,却只有一片蓝色。问题解决这次要求助古老的字…

  • mysql表分区简述

    mysql表分区简述

    2021年11月27日
  • 深入理解DOM节点类型第七篇——文档节点DOCUMENT

    深入理解DOM节点类型第七篇——文档节点DOCUMENT

  • Java审计之文件操作漏洞

    Java审计之文件操作漏洞篇0x00前言本篇内容打算把Java审计中会遇到的一些文件操作的漏洞,都给叙述一遍。比如一些任意文件上传,文件下载,文件读取,文件删除,这些操作文件的漏洞。0x01

    2021年12月12日

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号