聊聊 elasticsearch 之分词器配置 (IK+pinyin)

系统：windows 10

elasticsearch版本：5.6.9

---

es分词的选择

• 使用es是考虑服务的性能调优，经过读写分离的方式下降频繁访问数据库的压力，至于分词的选择考虑主要是根据目前比较流行的分词模式，根据参考文档本身搭建测试。

---

es配置目录结构

• 在此先贴出es下plugins的目录结构，避免安装时一脸茫然(出自本人配置目录，可根据自身须要进行调整)：
• es插件目录结构：                                                                                                                                                                                

   

• ik压缩包内文件列表：                                                                                                                                                                                                                                                                            
• pinyin压缩包内文件目录：                                                                                                                                                                                           

   

---

IK 分词器

• IK分词器下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v5.6.11
• 进入连接，选择对应版本编译好的压缩包，点击便可下载。以下图：  　　                                                                                                 、
• 上述步骤下载后，解压文件到至\elasticsearch5.6.9\plugins\ik目录下（如无ik目录，手动建立便可），从新启动es服务，便可看到控制台输出的插件信息，表示配置成功。以下图：

  ---

---

pinyin分词器

• 拼音分词器下载地址：https://github.com/medcl/elasticsearch-analysis-pinyin/releases?after=v5.6.11
• 拼音分词的配置相似于ik分词，进入连接，选择对应版本编译好的压缩包，点击便可下载。以下图：                          　　                                               
• 上述步骤下载后，解压文件到至\elasticsearch5.6.9\plugins\pinyin目录下（如无pinyin目录，手动建立便可），从新启动es服务，便可看到控制台输出的插件信息，表示配置成功。以下图：

   

---

分词器的测试案例

•  IK分词，主要强调两种分词模式：ik_smart和ik_max_word
  • 　　ik_smart是将文本作了正确的拆分，以下图：                                                                                                                  
  • 看到结果发现ik_smart分词模式拆分的不够细，“阳光明媚”并无拆分开，因此接下来就该另外一种分词出场了 ---- ik_max_word，直接上结果，以下图：
  • 这种更加详细的拆分才是我想要的，这回不用担忧高级搜索了····
•  拼音分词，简言之就是将文本拆分红更加详细拼音，图解以下：                                                                   

   

• ik与pinyin的结合使用（注：当使用分词搜索数据的时候，必须是经过分词器分析的数据才能搜索出来，不然没法搜索出数据）
  • 建立索引时能够自定义分词器配置，经过映射能够指定自定义的分词器，配置以下图：                                        

     

  • 建立名称为“greatom”的索引，自定义“ik_smart_pinyin”和“ik_max_word_pinyin”的分词器，过滤设置为“g_pinyin”，如上图右侧提示则表示设置成功，能够经过“GET greatom/settings”查询配置信息。
  • 建立type时，须要在字段的解析属性（analyzer）中设置自定义名称的映射，以下图：                                                                                                            

     

  • 如上图右侧提示则表示建立成功，接下来增长点数据，以便后续测试。                                                         

     

  • 测试数据按照上图方式便可进行批量新增，也可对索引数据进行查询。接下来就开始正式的分词查询。           

     

  • 上图表示两种分词的查询格式，能够联想搜索出相关的全部数据，感受比较智能了。

---

结尾

• 经过对es分词的了解和使用，发现选择的两种分词模式已经知足本身项目的使用，还未进行更深刻的了解，后续会继续了解底层及分词原理，若有瑕疵或更好的看法，但愿能够交流学习。