Elasticsearch集群下安装IK中文分词器

1 什么是分词

分词就是指将一个文本转化成一系列单词的过程，也叫文本分析，在Elasticsearch中称之为Analysis。

举例：我是中国人 --> 我/是/中国人  

2 分词api

#指定分词器进行分词

POST /_analyze
{
  "analyzer": "standard",
  "text": "hello world"
}

在结果中不仅可以看出分词的结果，还返回了该词在文本中的位置。

#指定索引分词 

POST /itcast/_analyze
{
  "analyzer": "standard",
  "field": "hobby",
  "text": "听音乐"
}

3 中文分词

       常用中文分词器，IK、jieba、THULAC等，推荐使用IK分词器。 

       IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer已经推出了3个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IK Analyzer 3.0则发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。

       采用了特有的“正向迭代最细粒度切分算法“，具有80万字/秒的高速处理能力 采用了多子处理器分析模式，支持：英文字母（IP地址、Email、URL）、数字（日期，常用中文数量词，罗马数字，科学计数法），中文词汇(姓名、地名处理）等分词处理。 优化的词典存储，更小的内存占用。

      IK分词器 Elasticsearch插件下载地址：https://github.com/medcl/elasticsearch-analysis-ik

#安装方法
#wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.2.0/elasticsearch-analysis-ik-7.2.0.zip     

#三台elasticsearch集群主机都要配置
#cd /usr/share/elasticsearch/plugins
#mkdir -pv ik
#unzip elasticsearch-analysis-ik-7.2.0.zip
#ll

   

#重启elasticsearch
#systemctl restart  elasticsearch

#测试

POST /_analyze
{
  "analyzer": "ik_max_word",
  "text": "我是中国人"
}