ELK第四篇:Elasticsearch安装IK中文分词插件

一时失言乱红尘 2022-06-05 12:48 280阅读 0赞

# 简介 #

# 准备工作 #

环境：centos7.0，Elasticsearch6.0.0

下载IK插件压缩包，插件版本也是6.0.0  
[https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.0.0/elasticsearch-analysis-ik-6.0.0.zip][https_github.com_medcl_elasticsearch-analysis-ik_releases_download_v6.0.0_elasticsearch-analysis-ik-6.0.0.zip]

之前的版本看到他们需要自己maven编译，这个版本直接下载zip格式的是已经编译完成的，直接使用

# 安装IK #

解压elasticsearch-analysis-ik-6.0.0.zip  
把解压后的elasticsearch下的文件拷贝到elasticsearch安装目录下plugins文件里面创建的ik文件下

unzip elasticsearch-analysis-ik-6.0.0.zip
    cd elasticsearch
    pwd 
    /mnt/opt/elasticsearch
    #创建安装目录下的插件目录ik
    mkdir /mnt/opt/elasticsearch-6.0.0/plugins/ik/
    #拷贝当前文件夹下的所有文件到插件目录ik
    cp -r ./* /mnt/opt/elasticsearch-6.0.0/plugins/ik/

启动

# 中文分词测试 #

使用RESTAPI进行测试

curl -H 'Content-Type: application/json'  -XGET 192.168.0.91:9200/_analyze?pretty   -d '{"analyzer":"ik_max_word","text":"中华人民共和国国歌"}'

结果打印出来可以看出已经进行分词了

{
      "tokens" : [ { "token" : "中华人民共和国", "start_offset" : 0, "end_offset" : 7, "type" : "CN_WORD", "position" : 0 }, { "token" : "中华人民", "start_offset" : 0, "end_offset" : 4, "type" : "CN_WORD", "position" : 1 }, { "token" : "中华", "start_offset" : 0, "end_offset" : 2, "type" : "CN_WORD", "position" : 2 }, { "token" : "华人", "start_offset" : 1, "end_offset" : 3, "type" : "CN_WORD", "position" : 3 }, { "token" : "人民共和国", "start_offset" : 2, "end_offset" : 7, "type" : "CN_WORD", "position" : 4 }, { "token" : "人民", "start_offset" : 2, "end_offset" : 4, "type" : "CN_WORD", "position" : 5 }, { "token" : "共和国", "start_offset" : 4, "end_offset" : 7, "type" : "CN_WORD", "position" : 6 }, { "token" : "共和", "start_offset" : 4, "end_offset" : 6, "type" : "CN_WORD", "position" : 7 }, { "token" : "国", "start_offset" : 6, "end_offset" : 7, "type" : "CN_CHAR", "position" : 8 }, { "token" : "国歌", "start_offset" : 7, "end_offset" : 9, "type" : "CN_WORD", "position" : 9 } ] }

# 安装elasticsearch-analysis-pinyin分词器 #

pinyin分词器可以让用户输入拼音，就能查找到相关的关键词。比如在某个商城搜索中，输入shuihu，就能匹配到水壶。这样的体验还是非常好的。

pinyin分词器的安装与IK是一样的，这里就省略掉了  
插件地址  
[https://github.com/medcl/elasticsearch-analysis-pinyin][https_github.com_medcl_elasticsearch-analysis-pinyin]

提供了多种分词规则：  
pinyin,就是普通的把汉字转换成拼音；  
pinyin\_first\_letter，提取汉字的拼音首字母  
其他请查看官方文档

[https_github.com_medcl_elasticsearch-analysis-ik_releases_download_v6.0.0_elasticsearch-analysis-ik-6.0.0.zip]: https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.0.0/elasticsearch-analysis-ik-6.0.0.zip
[https_github.com_medcl_elasticsearch-analysis-pinyin]: https://github.com/medcl/elasticsearch-analysis-pinyin