Elasticsearch入门笔记4一IK分词器

IK分词器：中文分词器

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个个匹配操作，默认的中文分词是将每个字看成一个词，比如“我爱狂神”会被分为”我”，”爱”，”狂”，”神” ，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

IK提供了两个分词算法: ik_smart和ik_max_word ,其中ik_smart为最粗粒度的拆分, ik_max_word为最细粒度划分!

• ik_max_word 会将文本做最细粒度的拆分
  比如会将「中华人民共和国国歌」拆分为：中华人民共和国、中华人民、中华、华人、人民共和国、人民、人、民、共和国、共和、和、国国、国歌，会穷尽各种可能的组合；

• ik_smart 最粗粒度的拆分
  比如会将「中华人民共和国国歌」拆分为：中华人民共和国、国歌。

下载地址
日志文件中出现此日志就说明ik分词器安装成功了

image.png

在命令行进入bin目录下，输入命令elasticsearch-plugin list，就能看到我们加载的分词器。

image.png

结合kibana测试使用ik分词器

ik_smart 最粗粒度 和 ik_max_word 最细粒度

image.png

ik分词器的字典

我们通过查看ik分词器的配置文件，可以知道，用于分词的依据是在配置文件中的一个个.dic的字典文件。当然我们也可以添加自己的字典。

image.png

新建一个自己的dic文件，zlw.dic，里面添加一个词条“叫小明”，然后去IKAnalyzer.cfg的xml文件中，将zlw.dic添加进去，然后重启kibana和es测试。

image.png
image.png
image.png