ES中使用IK分词，统计词频！

最新推荐文章于 2025-07-05 11:39:19 发布

Starbucks_star

最新推荐文章于 2025-07-05 11:39:19 发布

阅读量5.5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： java 文章标签： ES IK分词词频关键词

本文链接：https://blog.youkuaiyun.com/Starbucks_star/article/details/84327255

本文介绍了如何在Elasticsearch（ES）中使用IK分词器进行分词，并展示了如何统计词频。首先，文章讨论了如何在创建索引时全局设置IK分词器，特别提醒对于yyyy-MM-dd HH:mm:ss格式的时间数据，应转换为date或long类型存储。接着，提到了在Kibana中如何调用命令来查询点评内容的分词词频统计，并设置属性为fielddata=true，以及手动创建索引类型和属性的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.查询分词结果

  http://localhost:9200/[索引名]/ _analyze    POST
  {
   "analyzer": "standard",//es默认分析，对英文很好分词，中文全部拆分成单个字进行索引--》IK分词了解一下：ik_smart、ik_max_word
   "text": "晚点"
  }

2.设置ik分词：
一、即将创建的索引使用全局setting设置ik分词器：

 http://localhost:9200/index  PUT 
 {"settings":{"index":{"analysis.analyzer.default.type":"ik_max_word"}}}

3.对于yyyy-MM-dd HH:mm:ss格式的数据存储[使用date类型，转成long型存储]，因为es目前date类型只支持yyyy-MM-dd和2015-01-01T12:10:30Z两种格式，无法存入yyyy-MM-dd HH:mm:ss，lucene底层其实也是格式化成long型存储的,建议选择date类型或者long型存储时间！

4.kibana中调用如下命令：

#查询点评内容分词词频统计

GET socialcontent/words/_search
{  
"size" : 0,  
"aggs" : {   
    "messages" : {   
        "terms" : {   
           "size" : 1000,
           "field" : "content",
            "include" : "[\u4E00-\u9FA5][\u4E00-\u9FA5]",//两个文字的词(可选)
            "exclude" : "女.*"//过滤含有女的(可选)
        }  
    }  
  },
 "highlight": {
 "fields": {
  "desc": {}
  }
 }
}