Elasticsearch基础知识（二）

安装IK分词器

ES自带的分词器是针对英文的，要对中文进行更加智能的分词，推荐使用开源的IK分词器。

安装方法：

1.先到github下载与ES版本相同的压缩包：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.10.1

2.由于之前安装ES的时候把plugins文件夹挂在到了宿主机，所以只需要把这个压缩文件解压上传到plugins文件夹即可。

3.假如我把ik分词器解压到了名为ik的文件夹，那么现在更改它的权限：

chmod -R 777 ik/

4.docker重启es。

# ik分词器测试
POST _analyze
{
  "analyzer": "ik_smart",
  "text": "我今天去朝天门吃了一顿火锅。"
}

拓展词库

IK分词器对一些网络流行语，或者自己发明的词语还做不到完美的分词，于是我们可以自己把一些词语添加到拓展词库。

首先准备一个txt文件，里面写你要拓展的词汇，每个词汇占用一行，然后把这个文件放到你自己的网站或者别的能访问到的地方，复制下这个访问地址。

然后前往IK分词器的配置文件目录，编辑IKAnalyzer.cfg.xml文件。

把<entry key="remote_ext_dict">在这里写你的拓展文件地址</entry>这个注释放开。

保存更改过的IKAnalyzer.cfg.xml文件，重启ES。

我在txt文件里添加了“尚硅谷”，”巧碧螺“这两个词语

测试：

# ik分词器测试
POST _analyze
{
  "analyzer": "ik_smart",
  "text": "我今天去朝天门吃了一顿火锅尚硅谷巧碧螺。"
}

测试结果：

{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "今天",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "去",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "朝天门",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "吃了",
      "start_offset" : 7,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "一顿",
      "start_offset" : 9,
      "end_offset" : 11,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "火锅",
      "start_offset" : 11,
      "end_offset" : 13,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "尚硅谷",
      "start_offset" : 13,
      "end_offset" : 16,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "巧碧螺",
      "start_offset" : 16,
      "end_offset" : 19,
      "type" : "CN_WORD",
      "position" : 8
    }
  ]
}