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；
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：
解压缩目录如下：
-
重启elasticsearch，观看是否加载插件
-
通过ES自带的工具查看, 命令行执行
elasticSearch-plugin list
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：
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；
打开配置文件夹目录，可以看到已经存在的默认词库，如下：
- 自定义
xiyuan.dic文件
将溪源、博主作为词存入文件中；
加入扩展自定义文件，如下：
- 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
}
]
}
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...
