ElasticSearch 中的中文分詞器以及索引基本操做詳解

@[toc] 本文是鬆哥所錄視頻教程的一個筆記，筆記簡明扼要，完整內容小夥伴們能夠參考視頻，視頻下載連接：https://pan.baidu.com/s/1NHoe0_52ut9fDUh0A6UQLA 提取碼: kzv7java

1.ElasticSearch 分詞器介紹

1.1 內置分詞器

ElasticSearch 核心功能就是數據檢索，首先經過索引將文檔寫入 es。查詢分析則主要分爲兩個步驟：git

詞條化：分詞器將輸入的文本轉爲一個一個的詞條流。
過濾：好比停用詞過濾器會從詞條中去除不相干的詞條（的，嗯，啊，呢）；另外還有同義詞過濾器、小寫過濾器等。

ElasticSearch 中內置了多種分詞器能夠供使用。github

內置分詞器：正則表達式

分詞器	做用
Standard Analyzer	標準分詞器，適用於英語等。
Simple Analyzer	簡單分詞器，基於非字母字符進行分詞，單詞會被轉爲小寫字母。
Whitespace Analyzer	空格分詞器。按照空格進行切分。
Stop Analyzer	相似於簡單分詞器，可是增長了停用詞的功能。
Keyword Analyzer	關鍵詞分詞器，輸入文本等於輸出文本。
Pattern Analyzer	利用正則表達式對文本進行切分，支持停用詞。
Language Analyzer	針對特定語言的分詞器。
Fingerprint Analyzer	指紋分析儀分詞器，經過建立標記進行重複檢測。

1.2 中文分詞器

在 Es 中，使用較多的中文分詞器是 elasticsearch-analysis-ik，這個是 es 的一個第三方插件，代碼託管在 GitHub 上：微信

https://github.com/medcl/elasticsearch-analysis-ik

1.2.1 安裝

兩種使用方式：elasticsearch

第一種：post

首先打開分詞器官網：https://github.com/medcl/elasticsearch-analysis-ik。
在 https://github.com/medcl/elasticsearch-analysis-ik/releases 頁面找到最新的正式版，下載下來。咱們這裏的下載連接是 https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip。
將下載文件解壓。
在 es/plugins 目錄下，新建 ik 目錄，並將解壓後的全部文件拷貝到 ik 目錄下。
重啓 es 服務。

第二種：測試

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip

1.2.2 測試

es 重啓成功後，首先建立一個名爲 test 的索引：spa

接下來，在該索引中進行分詞測試：插件

1.2.3 自定義擴展詞庫

1.2.3.1 本地自定義

在 es/plugins/ik/config 目錄下，新建 ext.dic 文件（文件名任意），在該文件中能夠配置自定義的詞庫。

若是有多個詞，換行寫入新詞便可。

而後在 es/plugins/ik/config/IKAnalyzer.cfg.xml 中配置擴展詞典的位置：

1.2.3.2 遠程詞庫

也能夠配置遠程詞庫，遠程詞庫支持熱更新（不用重啓 es 就能夠生效）。

熱更新只須要提供一個接口，接口返回擴展詞便可。

具體使用方式以下，新建一個 Spring Boot 項目，引入 Web 依賴便可。而後在 resources/stastic 目錄下新建 ext.dic 文件，寫入擴展詞：

接下來，在 es/plugins/ik/config/IKAnalyzer.cfg.xml 文件中配置遠程擴展詞接口：

配置完成後，重啓 es ，便可生效。

熱更新，主要是響應頭的 Last-Modified 或者 ETag 字段發生變化，ik 就會自動從新加載遠程擴展辭典。

視頻筆記，在公衆號江南一點雨後臺回覆 elasticsearch04 獲取下載連接。

2. ElasticSearch 索引管理

微信公衆號江南一點雨後臺回覆 elasticsearch05 下載本筆記。

啓動一個 master 節點和兩個 slave 節點進行測試（參考第二集的視頻搭建）。

2.1 新建索引

2.1.1 經過 head 插件新建索引

在 head 插件中，選擇索引選項卡，而後點擊新建索引。新建索引時，須要填入索引名稱、分片數以及副本數。

索引建立成功後，以下圖：

0、一、二、三、4 分別表示索引的分片，粗框表示主分片，細框表示副本（點一下框，經過 primary 屬性能夠查看是主分片仍是副本）。.kibana 索引只有一個分片和一個副本，因此只有 0。

2.1.2 經過請求建立

能夠經過 postman 發送請求，也能夠經過 kibana 發送請求，因爲 kibana 有提示，因此這裏採用 kibana。

建立索引請求：

PUT book

建立成功後，能夠查看索引信息：

須要注意兩點：

索引名稱不能有大寫字母

索引名是惟一的，不能重複，重複建立會出錯

2.2 更新索引

索引建立好以後，能夠修改其屬性。

例如修改索引的副本數：

PUT book/_settings
{
  "number_of_replicas": 2
}

修改爲功後，以下：

更新分片數也是同樣。

2.3 修改索引的讀寫權限

索引建立成功後，能夠向索引中寫入文檔：

PUT book/_doc/1
{
  "title":"三國演義"
}

寫入成功後，能夠在 head 插件中查看：

默認狀況下，索引是具有讀寫權限的，固然這個讀寫權限能夠關閉。

例如，關閉索引的寫權限：

PUT book/_settings
{
  "blocks.write": true
}

關閉以後，就沒法添加文檔了。關閉了寫權限以後，若是想要再次打開，方式以下：

PUT book/_settings
{
  "blocks.write": false
}

其餘相似的權限有：

blocks.write
blocks.read
blocks.read_only

2.4 查看索引

head 插件查看方式以下：

請求查看方式以下：

GET book/_settings

也能夠同時查看多個索引信息：

GET book,test/_settings

也能夠查看全部索引信息：

GET _all/_settings

2.5 刪除索引

head 插件能夠刪除索引：

請求刪除以下：

DELETE test

刪除一個不存在的索引會報錯。

5.6 索引打開/關閉

關閉索引：

POST book/_close

打開索引：

POST book/_open

固然，能夠同時關閉/打開多個索引，多個索引用 , 隔開，或者直接使用 _all 表明全部索引。

2.7 複製索引

索引複製，只會複製數據，不會複製索引配置。

POST _reindex
{
  "source": {"index":"book"},
  "dest": {"index":"book_new"}
}

複製的時候，能夠添加查詢條件。

2.8 索引別名

能夠爲索引建立別名，若是這個別名是惟一的，該別名能夠代替索引名稱。

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "book",
        "alias": "book_alias"
      }
    }
  ]
}

添加結果以下：

將 add 改成 remove 就表示移除別名：

POST /_aliases
{
  "actions": [
    {
      "remove": {
        "index": "book",
        "alias": "book_alias"
      }
    }
  ]
}

查看某一個索引的別名：

GET /book/_alias

查看某一個別名對應的索引（book_alias 表示一個別名）：

GET /book_alias/_alias

能夠查看集羣上全部可用別名：

GET /_alias

最後，鬆哥還蒐集了 50+ 個項目需求文檔，想作個項目練練手的小夥伴不妨看看哦～

需求文檔地址：https://github.com/lenve/javadoc