正文
什么是IK分词器？
下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v5.6.16
把解压后的文件放入es/plugins目录下
kibana测试
首先要知道ik分词器有两种算法
1.ik_smart
2.ik_max_word
首先要知道 使用kibana进行Rest风格进行测试
先说结构参数
GET： 请求方式 _analyze： 默认请求路径,kibana帮我们做了 analyzer： 使用ik分词器的算法类型 text： 要进行分词的字符串
对比可以看出 当使用 ik_smart时并没有把这个字符串全部都进行分词，而使用ik_max_word时则划分了非常多的词 由此得出结论！
ik_smart：把一串字符串进行适量的划分 ik_max_word：把一个字符串进行最小粒度划分
扩展想象一下
例如搜索百度的时候
他就把我们要搜索的字符串分词了多个词来进行搜索，这样就可以最大力度的搜索出我们要查询的数据！
使用kibana创建索引库
请求格式 PUT 索引库名称/文档类型/文档id {请求体}
还可以在创建索引库的时候创建类型和规则
字段类型概述：
其中string在5.X版本后被舍弃，常用的字符串类型 1.text 可以进行分词，在生成倒排索引之前，使用text类型的字符串会被分词器分词一个一个的词进行解析搜索！ 2.keyword 用于精确搜索，结构化的搜索，例如要搜索手机号、经纬度、身份证号码、家庭住址、国籍、学校名称等等，用keyword类型的字段只会被精确的搜索到！
创建好索引库后就往库中添加数据！
添加了数据 现在用最简单的方法查询一下
修改索引
POST 索引名称/文档类型/文档id/update {请求体}
拓展 通过命令查看es当前配置信息
GET _cat/indices?v
撒花！！！！！
