elasticsearch7 IK分词器安装和学习笔记

最近学习es的使用，在VMware上面搭建了es的集群，随即打算安装IK分词器：

1.在VMware中将windows的文件拖动到虚拟机中一般通过VMtools，对于CentOS系统，需要安装对应的图形界面才能拖动文件。然而，出于未知原因，本次进行文件拖动会出现文件缺损的情况，需要重装VMtools。但是我拒绝，我下载了WinSCP来进行文件的传输。

2.在CSDN上面下载了IK分词器对应es7的zip包，看网上的教程是可以直接将其复制到plugins/ik的文件夹下的(亲测不行），会报如下的错误：

显然地址是错的，经过资料查询，包是直接解压到plugins的目录下面即可。

成功安装分词器。

IK分词器的使用

给index指定IK分词器：

PUT my_index
{
"settings": {
    "analysis": {
      "analyzer": {"default":{"type":"ik_max_word"}}
    }
  }
}

给field指定IK分词器：

{
  "settings": {
    "number_of_shards": 9,
    "number_of_replicas": 1,
    "analysis": {
      "analyzer": {
        "default": {
          "type": "ik_max_word"
        }
      }
    }
  },
  "mappings": {
    "dynamic": "strict",
    "properties": {
      "title": {
        "type": "text"
      },
      "operate_date": {
        "type": "date"
      },
      "writer": {
        "type": "text",
        "analyzer": "standard"
      },
      "content": {
        "type": "text"
      }
    }
  }
}

我们可以了解到ik分词器有两种分词选择：ik_max_word和ik_smart

我查找了相关的资料，在此进行引用：https://blog.csdn.net/weixin_44062339/article/details/85006948

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。

测试两种分词模式的效果：

发送：post localhost:9200/_analyze

测试ik_max_word

{“text”:“中华人民共和国人民大会堂”,“analyzer”:“ik_max_word” }

测试ik_smart

{“text”:“中华人民共和国人民大会堂”,“analyzer”:“ik_smart” }

其他的常见分词器和分词效果汇总：https://segmentfault.com/a/1190000011065897