分布式系列教程（34） -Linux下安装ik分词器

本文链接：https://blog.youkuaiyun.com/qq_20042935/article/details/103601699

1.引言

因为Elasticsearch中默认的标准分词器分词器对中文分词不是很友好，会将中文词语拆分成一个一个中文的汉字，因此引入中文分词器-es-ik插件。

例如使用传统的分词器，可以看到把中文分成一个一个的文字：
在这里插入图片描述
这样明显是达不到我们想要的分词效果的，本文来讲解下再Linux下安装ik分词器。

2.Linux下安装ik分词器

1. 首先下载ik分词器
下载地址: https://github.com/medcl/elasticsearch-analysis-ik/releases
在这里插入图片描述
注意：es-ik分词插件版本一定要和es安装的版本对应

2.在es安装目录下的plugins目录新建ik文件夹（/usr/local/elasticsearch-6.4.3/plugins）

mkdir ik

3.上传到es安装目录（/usr/local/elasticsearch-6.4.3/plugins/ik）
在这里插入图片描述

4.解压

cd /usr/local/elasticsearch-6.4.3/plugins/ik/
unzip elasticsearch-analysis-ik-6.4.3.zip

5.切换至user账号重新启动es服务器

su ylw
/usr/local/elasticsearch-6.4.3/bin/elasticsearch

在日志中可以看到ik分词器加载进去了：
在这里插入图片描述

6.Postman测试
POST请求：http://192.168.162.131:9200/_analyze
请求内容：

{
  "analyzer": "ik_smart",
  "text": "超级演说家"
}

返回内容如下：
在这里插入图片描述
可以看到分词器把“超级演说家”分为了两个词语“超级”，“演说家”。

3.自定义扩展字典

有些词语分词器是没有的，需要我们自定义添加，写下步骤：

1.在/usr/local/elasticsearch-6.4.3/plugins/ik/config目录下，新建new_word.dic文件

vi custom/new_word.dic

输入内容：

王者荣耀
LOL
活影忍者
八龙珠
陆贼王

2.配置扩展分词目录：

vi IKAnalyzer.cfg.xml

修改内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
    <comment>IK Analyzer 扩展配置</comment>
    <!--用户可以在这里配置自己的扩展字典 -->
    <entry key="ext_dict">custom/new_word.dic</entry>
     <!--用户可以在这里配置自己的扩展停止词字典-->
    <entry key="ext_stopwords"></entry>
    <!--用户可以在这里配置远程扩展字典 -->
    <!-- <entry key="remote_ext_dict">words_location</entry> -->
    <!--用户可以在这里配置远程扩展停止词字典-->
    <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>