Elasticsearch安装中文分词器analysis-ik插件和简单使用

一、安装中文分词器插件

国内最常用的：

• elasticsearch-analysis-ik
• elasticsearch-analysis-pinyin
• elasticsearch-analysis-stconvert

1、下载插件压缩包

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.3.0/elasticsearch-analysis-ik-7.3.0.zip

2、将压缩包拷贝到es容器内部

• 1）进入es容器内部，并创建插件目录。
  
• 2)使用exit命令退回宿主机，将压缩包拷贝到es容器刚才创建的目录下

docker cp /home/elasticsearch-analysis-ik-7.3.0.zip elasticsearch:/usr/share/elasticsearch/plugins/ik

• 3）再次进入es容器内部，使用unzip命令将压缩包解压。

yum install unzip
unzip elasticsearch-analysis-ik-7.3.0.zip 
rm -rf elasticsearch-analysis-ik-7.3.0.zip 

• 4)重启es。

二、简单使用

测试分词

• ik_smart：
  

• ik_max_word：
  

{
    "tokens": [
        {
            "token": "今天天气",
            "start_offset": 0,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 0
        },
        {
            "token": "今天",
            "start_offset": 0,
            "end_offset": 2,
            "type": "CN_WORD",
            "position": 1
        },
        {
            "token": "天天",
            "start_offset": 1,
            "end_offset": 3,
            "type": "CN_WORD",
            "position": 2
        },
        {
            "token": "天气",
            "start_offset": 2,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 3
        },
        {
            "token": "真好",
            "start_offset": 4,
            "end_offset": 6,
            "type": "CN_WORD",
            "position": 4
        }
    ]
}

ik_max_word: 会将文本做最细粒度的拆分，会穷尽各种可能的组合；

ik_smart: 会做最粗粒度的拆分。已被分出的词语将不会再次被其它词语占有。