IK分詞器的安裝與使用

分詞器

什麼是IK分詞器？

分詞：即把一段中文或者別的劃分紅一個個的關鍵字，咱們在搜索時會把本身的信息進行分詞，會把數據庫中或者索引庫中的數據進行分詞，而後進行一個匹配操做，Elasticsearch的標準分詞器，會將中文分爲一個一個的字，而不是詞，好比：「石原美里」會被分爲「石」、「原」、「美」、「裏」，這顯然是不符合要求的，因此咱們須要安裝中文分詞器IK來解決這個問題。

IK提供了兩個分詞算法：ik_smart和ik_max_word，其中ik_smart爲最少切分，ik_max_word爲最細力度劃分。

安裝IK分詞器

中文分詞插件IK的網址是 https://github.com/medcl/elasticsearch-analysis-ik

咱們能夠經過find / -name elasticsearch-plugin命令搜索elasticsearch-plugin在什麼地方

安裝IK時要注意將github上示例的版本改爲本身的elasticsearch版本，我安裝的是7.6.2，因此改爲以下:

/usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip

安裝後重啓Elasticsearch服務

咱們能夠經過以下命令查看安裝的Elasticsearch插件

/usr/share/elasticsearch/bin/elasticsearch-plugin list

使用IK分詞器

首先咱們經過最ik_smart小切分來測試

接着，咱們經過ik_max_word最細力度切分來測試

可是有些咱們本身造的詞，分詞器是沒法識別的(好比:白兮會被識別爲兩個詞：白和兮)，這就須要咱們本身加到分詞器的字典中。

經過RPM方式安裝的IK擴展配置文件地址以下

vim /etc/elasticsearch/analysis-ik/IKAnalyzer.cfg.xml

如今咱們在/etc/elasticsearch/analysis-ik目錄下建立一個本身的詞典,例如：my.dic，並在其中添加"白兮"而後保存

這裏要記得將my.dic文件所屬的用戶和組分別改成root和elasticsearch，防止elasticsearch用戶是沒法讀取該文件的內容的，咱們能夠看到默認的其它詞典都是默認屬於root用戶和elasticsearch組的，咱們把自定義的詞典也改爲這樣

而後將咱們新建的my.dic文件增長到IKAnalyzer.cfg.xml配置文件中

添加後重啓Elasticsearch，而後經過kibana再從新測試,能夠發現，白兮已經被識別爲一個詞了。

若是該文章對您有幫助，請您點個推薦，感謝。