IK分词器的安装与使用

分词器

什么是IK分词器？

分词：即把一段中文或者别的划分红一个个的关键字，咱们在搜索时会把本身的信息进行分词，会把数据库中或者索引库中的数据进行分词，而后进行一个匹配操做，Elasticsearch的标准分词器，会将中文分为一个一个的字，而不是词，好比：“石原美里”会被分为“石”、“原”、“美”、“里”，这显然是不符合要求的，因此咱们须要安装中文分词器IK来解决这个问题。

IK提供了两个分词算法：ik_smart和ik_max_word，其中ik_smart为最少切分，ik_max_word为最细力度划分。

安装IK分词器

中文分词插件IK的网址是 https://github.com/medcl/elasticsearch-analysis-ik

咱们能够经过find / -name elasticsearch-plugin命令搜索elasticsearch-plugin在什么地方

安装IK时要注意将github上示例的版本改为本身的elasticsearch版本，我安装的是7.6.2，因此改为以下:

/usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip

安装后重启Elasticsearch服务

咱们能够经过以下命令查看安装的Elasticsearch插件

/usr/share/elasticsearch/bin/elasticsearch-plugin list

使用IK分词器

首先咱们经过最ik_smart小切分来测试

接着，咱们经过ik_max_word最细力度切分来测试

可是有些咱们本身造的词，分词器是没法识别的(好比:白兮会被识别为两个词：白和兮)，这就须要咱们本身加到分词器的字典中。

经过RPM方式安装的IK扩展配置文件地址以下

vim /etc/elasticsearch/analysis-ik/IKAnalyzer.cfg.xml

如今咱们在/etc/elasticsearch/analysis-ik目录下建立一个本身的词典,例如：my.dic，并在其中添加"白兮"而后保存

这里要记得将my.dic文件所属的用户和组分别改成root和elasticsearch，防止elasticsearch用户是没法读取该文件的内容的，咱们能够看到默认的其它词典都是默认属于root用户和elasticsearch组的，咱们把自定义的词典也改为这样

而后将咱们新建的my.dic文件增长到IKAnalyzer.cfg.xml配置文件中

添加后重启Elasticsearch，而后经过kibana再从新测试,能够发现，白兮已经被识别为一个词了。

若是该文章对您有帮助，请您点个推荐，感谢。