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

1. 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

1. {  

2. tokens: [  

3. {  

4. token: text  

5. start_offset: 2  

6. end_offset: 6  

7. type: <ALPHANUM>  

8. position: 1  

9. }  

10. {  

11. token: 我  

12. start_offset: 9  

13. end_offset: 10  

14. type: <IDEOGRAPHIC>  

15. position: 2  

16. }  

17. {  

18. token: 是  

19. start_offset: 10  

20. end_offset: 11  

21. type: <IDEOGRAPHIC>  

22. position: 3  

23. }  

24. {  

25. token: 中  

26. start_offset: 11  

27. end_offset: 12  

28. type: <IDEOGRAPHIC>  

29. position: 4  

30. }  

31. {  

32. token: 国  

33. start_offset: 12  

34. end_offset: 13  

35. type: <IDEOGRAPHIC>  

36. position: 5  

37. }  

38. {  

39. token: 人  

40. start_offset: 13  

41. end_offset: 14  

42. type: <IDEOGRAPHIC>  

43. position: 6  

44. }  

45. ]  

46. }  

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

1. 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

1. 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

1. index:  

2.   analysis:                     

3.     analyzer:        

4.       ik:  

5.           alias: [ik_analyzer]  

6.           type: org.elasticsearch.index.analysis.IkAnalyzerProvider  

7.       ik_max_word:  

8.           type: ik  

9.           use_smart: false  

10.       ik_smart:  

11.           type: ik  

12.           use_smart: true  

或

[html] view plain copy

1. 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

1. 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

1. {  

2. tokens: [  

3. {  

4. token: text  

5. start_offset: 2  

6. end_offset: 6  

7. type: ENGLISH  

8. position: 1  

9. }  

10. {  

11. token: 我  

12. start_offset: 9  

13. end_offset: 10  

14. type: CN_CHAR  

15. position: 2  

16. }  

17. {  

18. token: 中国人  

19. start_offset: 11  

20. end_offset: 14  

21. type: CN_WORD  

22. position: 3  

23. }  

24. {  

25. token: 中国  

26. start_offset: 11  

27. end_offset: 13  

28. type: CN_WORD  

29. position: 4  

30. }  

31. {  

32. token: 国人  

33. start_offset: 12  

34. end_offset: 14  

35. type: CN_WORD  

36. position: 5  

37. }  

38. ]  

39. }  

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

本文转自  陈小龙哈   51CTO博客，原文链接:http://blog.51cto.com/chenxiaolong/1895121