ElasticSearch 中文分词插件ik 的使用

分手后的思念是犯贱 2021-11-09 11:00 430阅读 0赞

![1479789-20190731152156003-2112883691.png][]

## 下载 ##

IK 的版本要与 Elasticsearch 的版本一致，因此下载 7.1.0 版本。

## 安装 ##

1、下载地址：[https://github.com/medcl/elasticsearch-analysis-ik][https_github.com_medcl_elasticsearch-analysis-ik]

下载你对应的版本

![1479789-20190731152404757-948250426.png][]

![1479789-20190731152523277-145856549.png][]

将解压后的 IK 文件夹，放入 elasticsearch 文件夹下的 `plugins/ik` 目录下。

启动 Elasticsearch 后，看到下图，表示启动成功。

![1479789-20190731152718361-1505417068.png][]

## 扩展本地词库 ##

在 plugins\\ik\\config\\custom 目录下新增文件 hotwords.dic。如添加 洪荒之力 。每一个词语一行。

在 plugins\\ik\\config 文件夹下的 IKAnalyzer.cfg.xml 文件配置本地词库。

<entry key="ext_dict">custom/hotwords.dic</entry>

重新启动 Elasticsearch 显示如下图，表示启动成功。

![1479789-20190731152813127-966040463.png][]

## 文档的中文分词使用 ##

IK分词器有两种分词模式：ik\_max\_word和ik\_smart模式。

1、ik\_max\_word

会将文本做最细粒度的拆分，比如会将“中华人民共和国人民大会堂”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、共和国、大会堂、大会、会堂等词语。

2、ik\_smart  
会做最粗粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂。

下面我们分别测试下。  
先测试ik\_max\_word，输入命令如下：

POST http://localhost:9200/_analyze
    {  
        "analyzer": "ik_max_word",
        "text": "世界如此之大"  
    }

响应结果如下：

{
      "tokens": [
        {
          "token": "世界",
          "start_offset": 0,
          "end_offset": 2,
          "type": "CN_WORD",
          "position": 0
        },
        {
          "token": "如此之",
          "start_offset": 2,
          "end_offset": 5,
          "type": "CN_WORD",
          "position": 1
        },
        {
          "token": "如此",
          "start_offset": 2,
          "end_offset": 4,
          "type": "CN_WORD",
          "position": 2
        },
        {
          "token": "之大",
          "start_offset": 4,
          "end_offset": 6,
          "type": "CN_WORD",
          "position": 3
        }
      ]
    }

再测试ik\_smart，输入命令如下：

POST http://localhost:9200/_analyze
    {  
        "analyzer": "ik_smart",
        "text": "世界如此之大"  
    }

响应结果如下：

{
      "tokens": [
        {
          "token": "世界",
          "start_offset": 0,
          "end_offset": 2,
          "type": "CN_WORD",
          "position": 0
        },
        {
          "token": "如此",
          "start_offset": 2,
          "end_offset": 4,
          "type": "CN_WORD",
          "position": 1
        },
        {
          "token": "之大",
          "start_offset": 4,
          "end_offset": 6,
          "type": "CN_WORD",
          "position": 2
        }
      ]
    }

## 通过Docker 安装elasticsearch-analysis-ik-6.4.5插件 ##

FROM docker.elastic.co/elasticsearch/elasticsearch:6.4.5
    ADD elasticsearch-analysis-ik-6.4.5 /usr/share/elasticsearch/plugins/elasticsearch-analysis-ik-6.4.5

这里我将elasticsearch-analysis-ik-6.4.5.zip 下载都解压到了Dockerfile同目录下的elasticsearch-analysis-ik-6.4.5目录中，然后通过ADD指令将elasticsearch-analysis-ik-6.4.5目录拷贝到了docker中elasticsearch的plugins目录。

转载于:https://www.cnblogs.com/zyulike/p/11276682.html

[1479789-20190731152156003-2112883691.png]: /images/20211109/1afccd4d3e2c45ab99256fadb43b9973.png
[https_github.com_medcl_elasticsearch-analysis-ik]: https://github.com/medcl/elasticsearch-analysis-ik
[1479789-20190731152404757-948250426.png]: /images/20211109/bf8268b8e3c343faadd44b66787055d2.png
[1479789-20190731152523277-145856549.png]: /images/20211109/33edc502e89043d8a254c1cfe302066a.png
[1479789-20190731152718361-1505417068.png]: /images/20211109/7478129731624b68b0645c970c1b02e4.png
[1479789-20190731152813127-966040463.png]: /images/20211109/1c670fff11994875ac41db0f5bc712d8.png