发车
为什么要在 elasticsearch 中要使用 ik 这样的中文分词呢,那是因为 es 提供的分词是英文分词,对于中文的分词就做的非常不好了,因此我们需要一个中文分词器来用于搜索和使用。今天我们就尝试安装下 IK 分词。
上车
1、去 github 下载对应的分词插件
https://github.com/medcl/elasticsearch-analysis-ik/releases
根据不同版本下载不同的分词插件
2、到 es 的 plugins 目录创建文件夹
cd your-es-root/plugins/ && mkdir ik
3、解压 ik 分词插件到 ik 文件夹
unzip elasticsearch-analysis-ik-6.4.3.zip
第二种安装方法
还有一种方式 直接通过 es 的命令进行安装,es 版本需要大于 5.5.1
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.3.0/elasticsearch-analysis-ik-6.3.0.zip
安装好后 重启 es
会看到 加载了 ik 分词了
到站
IK 分词器简介
- 1,Elasticsearch 中文分词我们采用 Ik 分词,ik 有两种分词模式,ik_max_word,和 ik_smart 模式;
- ik_max_word 和 ik_smart 什么区别?
ik_max_word: 会将文本做最细粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”,会穷尽各种可能的组合;
ik_smart: 会做最粗粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”。
索引时,为了提供索引的覆盖范围,通常会采用 ik_max_word 分析器,会以最细粒度分词索引,搜索时为了提高搜索准确度,会采用 ik_smart 分析器,会以粗粒度分词
实测
创建 index
curl -XPUT http://localhost:9200/index
创建 mapping
curl -XPOST http://localhost:9200/index/index_mapping -H 'Content-Type:application/json' -d' {
"properties": {
"content": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart"
}
}
}'
添加几个数据
curl -XPOST http://localhost:9200/index/index/1 -H 'Content-Type:application/json' -d' {"content":"美国留给伊拉克的是个烂摊子吗"} '
curl -XPOST http://localhost:9200/index/index/3 -H 'Content-Type:application/json' -d' {"content":"中韩渔警冲突调查:韩警平均每天扣1艘中国渔船"} '
curl -XPOST http://localhost:9200/index/index/4 -H 'Content-Type:application/json' -d' {"content":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"} '
进行查询
curl -XPOST http://localhost:9200/index/index/_search -H 'Content-Type:application/json' -d'
{
"query": {
"match": {
"content": "中国"
}
},
"highlight": {
"pre_tags": ["<tag1>", "<tag2>"],
"post_tags": ["</tag1>", "</tag2>"],
"fields": {
"content": {}
}
}
}
查看效果
欢迎来到这里!
我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。
注册 关于