elasticsearch插件 —— 分词 IK analyzer插件安装详解

一、 IK Analyzer 介绍IK Analyzer是一个开源的基于Java语言开发的轻量级的中文分词工具包最初的时候它是以开源项目Lucene为应用主体的结合词典分词和文法分析算法的中文分词组件从3.0版本之后IK逐渐成为面向java的公用分词组件独立于Lucene项目同时提供了对Lucene的默认优化实现IK实现了简单的分词 歧义排除算法标志着IK分词器从单纯的词典分词向模拟语义分词衍化。当安装完Elasticsearch之后默认已经含有一个分词法就是standard这个分词法对英文的支持还可以但是对中文的支持非常差劲如图所示二、IK analyzer 安装步骤首先下载相应的版本的ik分词器安装包下载地址https://github.com/medcl/elasticsearch-analysis-ik/releases对应es是6.4.0的版本下载后解压到ik文件夹下解压后目录如下把ik文件夹放到es的plugins目录下重启es测试curl -XGET http://localhost:9200/_analyze?prettyanalyzerik_max_word -d 联想是全球最大的笔记本厂商 返回结果 { tokens : [ { token : 联想, start_offset : 0, end_offset : 2, type : CN_WORD, position : 0 }, { token : 是, start_offset : 2, end_offset : 3, type : CN_CHAR, position : 1 }, { token : 全球, start_offset : 3, end_offset : 5, type : CN_WORD, position : 2 }, { token : 最大, start_offset : 5, end_offset : 7, type : CN_WORD, position : 3 }, { token : 的, start_offset : 7, end_offset : 8, type : CN_CHAR, position : 4 }, { token : 笔记本, start_offset : 8, end_offset : 11, type : CN_WORD, position : 5 }, { token : 笔记, start_offset : 8, end_offset : 10, type : CN_WORD, position : 6 }, { token : 本厂, start_offset : 10, end_offset : 12, type : CN_WORD, position : 7 }, { token : 厂商, start_offset : 11, end_offset : 13, type : CN_WORD, position : 8 } ] }ik分词器安装成功