Elasticsearch安裝中文分詞插件ik

Elasticsearch默認提供的分詞器，會把每個漢字分開，而不是我們想要的根據關鍵詞來分詞。例如：

curl -XPOST  "http://localhost:9200/userinfo/_analyze?analyzer=standard&pretty=true&text=我是中國人"

我們會得到這樣的結果：

{
tokens: [
{
token: text
start_offset: 2
end_offset: 6
type: <ALPHANUM>
position: 1
}
{
token: 我
start_offset: 9
end_offset: 10
type: <IDEOGRAPHIC>
position: 2
}
{
token: 是
start_offset: 10
end_offset: 11
type: <IDEOGRAPHIC>
position: 3
}
{
token: 中
start_offset: 11
end_offset: 12
type: <IDEOGRAPHIC>
position: 4
}
{
token: 國
start_offset: 12
end_offset: 13
type: <IDEOGRAPHIC>
position: 5
}
{
token: 人
start_offset: 13
end_offset: 14
type: <IDEOGRAPHIC>
position: 6
}
]
}

正常情況下，這不是我們想要的結果，比如我們更希望 “中國人”，“中國”，“我”這樣的分詞，這樣我們就需要安裝中文分詞插件，ik就是實現這個功能的。

elasticsearch-analysis-ik 是一款中文的分詞插件，支持自定義詞庫。

安裝步驟：

1、到github網站下載源代碼，網站地址爲：https://github.com/medcl/elasticsearch-analysis-ik

右側下方有一個按鈕“Download ZIP"，點擊下載源代碼elasticsearch-analysis-ik-master.zip。

2、解壓文件elasticsearch-analysis-ik-master.zip，進入下載目錄，執行命令：

unzip elasticsearch-analysis-ik-master.zip

3、將解壓目錄文件中config/ik文件夾複製到ES安裝目錄config文件夾下。

4、因爲是源代碼，此處需要使用maven打包，進入解壓文件夾中，執行命令：

mvn clean package

5、將打包得到的jar文件elasticsearch-analysis-ik-1.2.8-sources.jar複製到ES安裝目錄的lib目錄下。

6、在ES的配置文件config/elasticsearch.yml中增加ik的配置，在最後增加：

index:
  analysis:
    analyzer:
      ik:
          alias: [ik_analyzer]
          type: org.elasticsearch.index.analysis.IkAnalyzerProvider
      ik_max_word:
          type: ik
          use_smart: false
      ik_smart:
          type: ik
          use_smart: true

或

index.analysis.analyzer.ik.type : “ik”

7、重新啓動elasticsearch服務，這樣就完成配置了，收入命令：

curl -XPOST  "http://localhost:9200/userinfo/_analyze?analyzer=ik&pretty=true&text=我是中國人"

測試結果如下：

{
tokens: [
{
token: text
start_offset: 2
end_offset: 6
type: ENGLISH
position: 1
}
{
token: 我
start_offset: 9
end_offset: 10
type: CN_CHAR
position: 2
}
{
token: 中國人
start_offset: 11
end_offset: 14
type: CN_WORD
position: 3
}
{
token: 中國
start_offset: 11
end_offset: 13
type: CN_WORD
position: 4
}
{
token: 國人
start_offset: 12
end_offset: 14
type: CN_WORD
position: 5
}
]
}

說明：

1、ES安裝插件本來使用使用命令plugin來完成，但是我本機安裝ik時一直不成功，所以就使用源代碼打包安裝了。

2、自定義詞庫的方式，請參考 https://github.com/medcl/elasticsearch-analysis-ik