ElasticSearch6.x 之IK 分词

╰半夏微凉° 2024-02-19 21:13 62阅读 0赞

**IK分词器介绍**  
elasticsearch-analysis-ik git地址:  
[https://github.com/medcl/elasticsearch-analysis-ik][https_github.com_medcl_elasticsearch-analysis-ik]

**分词方式**   
Analyzer: ik\_smart , ik\_max\_word  
Tokenizer: ik\_smart , ik\_max\_word  
es安装ik插件有2种方式: plugin自动安装方式和手动解压方式。

**IK分词器plugin方式安装**  
进入elasticsearch的bin路径，执行如下命令：

elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.3.2/elasticsearch-analysis-ik-6.3.2.zip

执行完后，重启elasticsearch，ik安装完毕。

**IK分词器手动解压安装**  
手动安装方式时，es和ik版本号尽量相互对应，如果elasticsearch版本号与ik版本号不一致，需要更改很多配置，所以建议尽量让elasticsearch和ik插件版本号一致，以elasticsearch 6.3.2版本为例，步骤如下：

1. https://github.com/medcl/elasticsearch-analysis-ik/releases下载这个版本elasticsearch-analysis-ik-6.3.2.zip  
2. 解压到到ES\_HOME/plugins/analysis-ik目录下面(直接包含一个conf文件夹和一堆.jar包)  
3. 重新启动ES  
4. 启动 看到try load config ……IK相关信息，说明启动完成和安装IK插件完成。

**IK分词功能测试：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3V6aGl3ZW5nYW5n_size_16_color_FFFFFF_t_70][]

IK 分词模式：ik\_smart 和 ik\_max\_word

ik\_smart:将文本做最粗粒度的拆分，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

ik\_max\_word: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。

**IK分词自定义分词：**

1、切换至ElasticSearch6.x 的IK插件目录的配置文件config(C:\\elasticsearch\\elasticsearch-6.3.2\\plugins\\analysis-ik\\config)

2、在当前文件夹创建一个自定义分词文件夹(customer):C:\\elasticsearch\\elasticsearch-6.3.2\\plugins\\analysis-ik\\config\\customer

3、在自定义分词文件夹(customer) 创建新的自定义分词文件(new\_word.dic),编辑内容如下：

中国人民警察

4、编辑IK分词的配置文件（C:\\elasticsearch\\elasticsearch-6.3.2\\plugins\\analysis-ik\\config\\IKAnalyzer.cfg.xml），添加自定义分词文件位置：

<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
    <properties>
    	<comment>IK Analyzer 扩展配置</comment>
    	
    	<entry key="ext_dict">customer/new_word.dic</entry>
    	 
    	<entry key="ext_stopwords"></entry>
    	
    	
    	
    	
    </properties>

5、重启elasticsearch6.x,验证自定义分词功能：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3V6aGl3ZW5nYW5n_size_16_color_FFFFFF_t_70 1][]

[https_github.com_medcl_elasticsearch-analysis-ik]: https://github.com/medcl/elasticsearch-analysis-ik
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3V6aGl3ZW5nYW5n_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/97df5aafb6c24e168177ceaa6f575d5f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3V6aGl3ZW5nYW5n_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/79f1bf7b9be34c0eaf3163e3360ab7b5.png