Java创建elasticsearch的model时，如何配置使用ik分词器？

最新推荐文章于 2025-05-14 10:49:05 发布

地表最强菜鸡

最新推荐文章于 2025-05-14 10:49:05 发布

阅读量1.6k

点赞数 2

分类专栏： Elasticsearch 文章标签： ElasticSearch分词器

Elasticsearch 专栏收录该内容

34 篇文章

订阅专栏

本文介绍了在Elasticsearch中使用ik分词器进行文本分析的方法，详细对比了ik_max_word与ik_smart两种模式的特点及适用场景。前者采用穷尽式分词，适合结果全面的搜索需求；后者则分词更精准，适用于精确搜索。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原文地址：https://www.jianshu.com/p/ea6da69f4492

在需要分词的属性上面加注解：

    @Field(type = FieldType.text, analyzer = "ik_max_word", searchAnalyzer = "ik_max_word")

即可。

例如：

@Document(indexName = "people_v1", type = "peopleV1")
public class People{
    @Id
    private Integer id;
    @Field(type = FieldType.text, analyzer = "ik_max_word", searchAnalyzer = "ik_max_word")
    private String name;
    ……
}

analyzer和searchAnalyzer中保持一直，ik_max_word可以改成ik_smart。ik_max_word和ik_smart的区别在于，ik_max_word会采用穷尽式的分词，比如“我爱北京天安门”，可能会分出“我”，“我爱”，“北京”，“天”，“天安门”等，而ik_smart分的会比较粗，如上语句可能会分出“我爱”，“北京”，“天安门”这样。

如果要搜索出的结果尽可能全，可以使用ik_max_word，如果需要结果尽可能精确，可以使用ik_smart。