ES在創(chuàng)建倒排索引時(shí)需要對(duì)文檔分詞；在搜索時(shí)，需要對(duì)用戶輸入內(nèi)容分詞。但默認(rèn)的分詞規(guī)則對(duì)中文處理并不友好。處理中文分詞，一般會(huì)使用IK分詞器。

ik分詞器安裝

1. 點(diǎn)擊下載
2. 進(jìn)入elasticsearch-7.15.0\plugins目錄，新建ik文件夾，把下載文件解壓進(jìn)去
3. 重啟ES

重啟時(shí)遇到ik和ES版本不一致的錯(cuò)誤：

Plugin [analysis-ik] was built for Elasticsearch version 7.14.2 but version 7.15.0 is running

修改ik分詞器的默認(rèn)ES版本
打開elasticsearch-7.15.0\plugins\ik\plugin-descriptor.properties文件

修改成es對(duì)應(yīng)的版本
elasticsearch.version=7.15.0

ik分詞器包含兩種模式

• ik_smart：最少切分，粗粒度
• ik_max_word：最細(xì)切分，細(xì)粒度

POST /_analyze
{
  "analyzer": "ik_smart",
  "text": "我是中國(guó)人"
}

使用ik_samrt分詞，中國(guó)人劃分為一個(gè)分詞

{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "是",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
      "token" : "中國(guó)人",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 2
    }
  ]
}

ik分詞拓展

要拓展ik分詞器的詞庫(kù)，只需要修改一個(gè)ik分詞器目錄中的config目錄中的IkAnalyzer.cfg.xml文件：

<comment>IK Analyzer 擴(kuò)展配置</comment>
<!--用戶可以在這里配置自己的擴(kuò)展字典 -->
<entry key="ext_dict">ext.dic</entry>
<!--用戶可以在這里配置自己的擴(kuò)展停止詞字典-->
<entry key="ext_stopwords">stopword.dic</entry>

在elasticsearch-7.15.0\plugins\ik\config目錄

1. 新增ext.dic加入分詞內(nèi)容
   例如：豪弘集團(tuán)
2. 新增stopword.dic加入過(guò)濾分詞
   例如：視察
3. 重啟ES
   請(qǐng)求

POST _analyze
{
  "analyzer": "ik_smart",
  "text": "視察豪弘集團(tuán)"
}

加入分詞后的響應(yīng)

{
  "tokens" : [
    {
      "token" : "豪弘集團(tuán)",
      "start_offset" : 5,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 3
    }
  ]
}

當(dāng)我們添加了擴(kuò)展分詞，豪弘集團(tuán)，變成了一個(gè)分詞；視察沒了