Elasticsearch教程（二），IK分词器安装

JSON 2016-08-23 00:15:00 128477

怕麻烦就看上面的（极速版），是我已经打包好的 IK分词器需要的东西。

首先说说分词器，分词，英语分词很好分，就是按固定的英文的空格，或者“-”。中文分词就稍微有点复杂了，而 Elasticsearch 默认是带分词器了，我们来测试一下。

http://123.88.88.88:9200/_analyze?analyzer=standard&pretty=true&text=sojson在线工具

得出的结果如下：

{
  "tokens" : [ {
    "token" : "sojson",
    "start_offset" : 0,
    "end_offset" : 6,
    "type" : "",
    "position" : 0
  }, {
    "token" : "在",
    "start_offset" : 6,
    "end_offset" : 7,
    "type" : "",
    "position" : 1
  }, {
    "token" : "线",
    "start_offset" : 7,
    "end_offset" : 8,
    "type" : "",
    "position" : 2
  }, {
    "token" : "工",
    "start_offset" : 8,
    "end_offset" : 9,
    "type" : "",
    "position" : 3
  }, {
    "token" : "具",
    "start_offset" : 9,
    "end_offset" : 10,
    "type" : "",
    "position" : 4
  } ]
}

发现中文是一个字一个字的分对吧。我们要的需求应该是，sojson、在线、工具吧。

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

开始安装。

1、下载

下载地址为： https://github.com/medcl/elasticsearch-analysis-ik

或者从官网地址搜索：https://www.elastic.co 搜索IK即可。

本博客下面也提供了elasticsearch-analysis-ik.zip的下载链接。

2、解压。

把下载的 elasticsearch-analysis-ik.zip解压。

3、 Maven 打包

进入elasticsearch-analysis-ik-master/ 下，打包。注意：打包后的文件在elasticsearch-analysis-ik-master/target/目录下

mvn clean package

4.然后在elasticsearch-2.2.0/plugins下创建目录 ik

cd elasticsearch-2.2.0/plugins
mkdir ik
cd ik

然后将打包后的elasticsearch-analysis-ik-1.8.0.jar 放入当前目录下，然后解压。

5、设置（2.0以上可以不设置，我没有设置）。

在 Elasticsearch 的config下的elasticsearch.yml文件中，添加如下代码。

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

或者简单配置：

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

6、启动测试。

http://123.88.88.88:9200/_analyze?analyzer=ik&pretty=true&text=sojson在线工具

结果为：

{
  "tokens" : [ {
    "token" : "sojson",
    "start_offset" : 0,
    "end_offset" : 6,
    "type" : "ENGLISH",
    "position" : 0
  }, {
    "token" : "在线",
    "start_offset" : 6,
    "end_offset" : 8,
    "type" : "CN_WORD",
    "position" : 1
  }, {
    "token" : "工具",
    "start_offset" : 8,
    "end_offset" : 10,
    "type" : "CN_WORD",
    "position" : 2
  } ]
}

over了，当然我以前用的版本是0.9现在是2.0，跨度太大了，所以写这个Blog话费时间较多，中间可能有一点考虑不到的因素，如果你有疑问，可以联系我，或者加群找我，我有时间的情况下，可以和你探讨。