Elasticsearch5.6.11+Ik分词器和自定义词库的配置与使用

亦凉 2022-05-08 01:54 277阅读 0赞

1、Ik分词器下载

在[https://github.com/medcl/elasticsearch-analysis-ik][https_github.com_medcl_elasticsearch-analysis-ik]中下载对应版本的IK分词器elasticsearch-analysis-ik-5.6.11.zip。

2、Ik分词器配置

在elasticsearch-5.6.11根目录plugins文件夹下新建一个名为ik的文件夹，将elasticsearch-analysis-ik-5.6.11.zip解压到该文件夹下，如图：

![70][]

3、重启elasticsearch。若加载ik分词器成功，启动日志中会显示如下日志：

[2018-10-08T16:57:18,878][INFO ][o.e.p.PluginsService     ] [node-1] loaded plugin [analysis-ik]

ik\_smart 和 ik\_max\_word 是两个不同的拆分粒度，最小粒度分词：

[http://127.0.0.1:9200/index0/\_analyze?analyzer=ik\_max\_word&pretty=true&text=我的世界][http_127.0.0.1_9200_index0_analyze_analyzer_ik_max_word_pretty_true_text]

![70 1][]

参数中index0是创建的索引名称。增加pretty参数会让Elasticsearch美化输出(pretty-print)JSON响应以便更加容易阅读。

4、Ik分词器自定义词库配置与使用

![70 2][]

在config下新建自定义词库extra\_mydic.dic，在里面添加了两个词“爱奇艺”和“百度”。然后在在IKAnalyzer.cfg.xml中添加该词库，并重启elasticsearch。在默认最小粒度分词的情况下关键词“爱奇艺”会被分为三个单字“爱”“奇”“艺”，但我想分词结果中有完词爱奇艺，看下配置词库后的效果：

![70 3][]

![70 4][]

[http://127.0.0.1:9200/index0/\_analyze?analyzer=ik\_max\_word&pretty=true&text=爱奇艺][http_127.0.0.1_9200_index0_analyze_analyzer_ik_max_word_pretty_true_text 1]

![70 5][]

结果符合预期。ik词库配置文件中还可以配置停词等，可自行尝试。若是要配置多个自定义词库，每个词库之间只需以英式分号隔开即可。

![70 6][]

注意：（1）词库文件格式是UTF-8-BOM，（2）词库之间的分隔符是英式分号。

[https_github.com_medcl_elasticsearch-analysis-ik]: https://github.com/medcl/elasticsearch-analysis-ik
[70]: /images/20220508/554af61c5f4f458daea42a16f7079d2b.png
[http_127.0.0.1_9200_index0_analyze_analyzer_ik_max_word_pretty_true_text]: http://127.0.0.1:9200/index/_analyze?analyzer=ik_max_word&pretty=true&text=%E6%88%91%E7%9A%84%E4%B8%96%E7%95%8C
[70 1]: /images/20220508/44cad79507564e3a84d6335364c957ff.png
[70 2]: /images/20220508/1e94951b5dde41f39a88cf4370559a56.png
[70 3]: /images/20220508/a6bcb669debf4c3fab73390d2149a94d.png
[70 4]: /images/20220508/bb5536ce4f8d4d4ba9809a3fbba1f5fe.png
[http_127.0.0.1_9200_index0_analyze_analyzer_ik_max_word_pretty_true_text 1]: http://127.0.0.1:9200/index0/_analyze?analyzer=ik_max_word&pretty=true&text=%E7%88%B1%E5%A5%87%E8%89%BA
[70 5]: /images/20220508/8cc1c83d2f404cd29b53987414b8644c.png
[70 6]: /images/20220508/1b3be9ef06a44e11bdf6648aa951440f.png