Elasticsearch教程（二），IK分词器安装

怕麻烦就看上面的（极速版），是我已经打包好的 IK分词器  需要的东西。

首先说说分词器，分词，英语分词很好分，就是按固定的英文的空格，或者“-”。中文分词就稍微有点复杂了，而 Elasticsearch  默认是带分词器了，我们来测试一下。

1. http://123.88.88.88:9200/_analyze?analyzer=standard&pretty=true&text=sojson在线工具

得出的结果如下：

1. {
2. "tokens" : [ {
3. "token" : "sojson",
4. "start_offset" : 0,
5. "end_offset" : 6,
6. "type" : "",
7. "position" : 0
8. }, {
9. "token" : "在",
10. "start_offset" : 6,
11. "end_offset" : 7,
12. "type" : "",
13. "position" : 1
14. }, {
15. "token" : "线",
16. "start_offset" : 7,
17. "end_offset" : 8,
18. "type" : "",
19. "position" : 2
20. }, {
21. "token" : "工",
22. "start_offset" : 8,
23. "end_offset" : 9,
24. "type" : "",
25. "position" : 3
26. }, {
27. "token" : "具",
28. "start_offset" : 9,
29. "end_offset" : 10,
30. "type" : "",
31. "position" : 4
32. } ]
33. }

发现中文是一个字一个字的分对吧。我们要的需求应该是，sojson、在线、工具吧。

elasticsearch-analysis-ik  是一款中文的分词插件，支持自定义词库，也有默认的词库。

开始安装。

1、下载

下载地址为： https://github.com/medcl/elasticsearch-analysis-ik

或者从官网地址搜索：https://www.elastic.co 搜索IK即可。

本博客下面也提供了elasticsearch-analysis-ik.zip的下载链接。

2、解压。

把下载的 elasticsearch-analysis-ik.zip解压。

3、 Maven  打包

进入elasticsearch-analysis-ik-master/ 下，打包。注意：打包后的文件在elasticsearch-analysis-ik-master/target/目录下

1. mvn clean package

4.然后在elasticsearch-2.2.0/plugins下创建目录 ik

1. cd elasticsearch-2.2.0/plugins
2. mkdir ik
3. cd ik

然后将打包后的elasticsearch-analysis-ik-1.8.0.jar 放入当前目录下，然后解压。

5、设置（2.0以上可以不设置，我没有设置）。

在 Elasticsearch  的config下的elasticsearch.yml文件中，添加如下代码。

1. index:
2. analysis:
3. analyzer:
4. ik:
5. alias: [ik_analyzer]
6. type: org.elasticsearch.index.analysis.IkAnalyzerProvider
7. ik_max_word:
8. type: ik
9. use_smart: false
10. ik_smart:
11. type: ik
12. use_smart: true

或者简单配置：

1. index.analysis.analyzer.ik.type : “ik”

6、启动测试。

1. http://123.88.88.88:9200/_analyze?analyzer=ik&pretty=true&text=sojson在线工具

结果为：

1. {
2. "tokens" : [ {
3. "token" : "sojson",
4. "start_offset" : 0,
5. "end_offset" : 6,
6. "type" : "ENGLISH",
7. "position" : 0
8. }, {
9. "token" : "在线",
10. "start_offset" : 6,
11. "end_offset" : 8,
12. "type" : "CN_WORD",
13. "position" : 1
14. }, {
15. "token" : "工具",
16. "start_offset" : 8,
17. "end_offset" : 10,
18. "type" : "CN_WORD",
19. "position" : 2
20. } ]
21. }

over了，当然我以前用的版本是0.9现在是2.0，跨度太大了，所以写这个Blog话费时间较多，中间可能有一点考虑不到的因素，如果你有疑问，可以联系我，或者加群找我，我有时间的情况下，可以和你探讨。