Elasticsearch安装中文分词插件ik

Elasticsearch默认提供的分词器，会把每个汉字分开，而不是我们想要的根据关键词来分词。例如：

[html] view
plain copy

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

我们会得到这样的结果：

[html] view
plain copy

{  

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: 国  

start_offset: 12  

end_offset: 13  

type: <IDEOGRAPHIC>  

position: 5  

}  

{  

token: 人  

start_offset: 13  

end_offset: 14  

type: <IDEOGRAPHIC>  

position: 6  

}  

]  

}  

正常情况下，这不是我们想要的结果，比如我们更希望 “中国人”，“中国”，“我”这样的分词，这样我们就需要安装中文分词插件，ik就是实现这个功能的。

elasticsearch-analysis-ik
是一款中文的分词插件，支持自定义词库。

安装步骤：
1、到github网站下载源代码，网站地址为：https://github.com/medcl/elasticsearch-analysis-ik
右侧下方有一个按钮“Download ZIP"，点击下载源代码elasticsearch-analysis-ik-master.zip。
2、解压文件elasticsearch-analysis-ik-master.zip，进入下载目录，执行命令：

[html] view
plain copy

unzip elasticsearch-analysis-ik-master.zip  

3、将解压目录文件中config/ik文件夹复制到ES安装目录config文件夹下。
4、因为是源代码，此处需要使用maven打包，进入解压文件夹中，执行命令：

[html] view
plain copy

mvn clean package  

5、将打包得到的jar文件elasticsearch-analysis-ik-1.2.8-sources.jar复制到ES安装目录的lib目录下。
6、在ES的配置文件config/elasticsearch.yml中增加ik的配置，在最后增加：

[html] view
plain copy

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

[html] view
plain copy

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

7、重新启动elasticsearch服务，这样就完成配置了，收入命令：

[html] view
plain copy

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

测试结果如下：

[html] view
plain copy

{  

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: 中国人  

start_offset: 11  

end_offset: 14  

type: CN_WORD  

position: 3  

}  

{  

token: 中国  

start_offset: 11  

end_offset: 13  

type: CN_WORD  

position: 4  

}  

{  

token: 国人  

start_offset: 12  

end_offset: 14  

type: CN_WORD  

position: 5  

}  

]  

}  

说明：

1、ES安装插件本来使用使用命令plugin来完成，但是我本机安装ik时一直不成功，所以就使用源代码打包安装了。
2、自定义词库的方式，请参考 https://github.com/medcl/elasticsearch-analysis-ik