es中安装ik分词器

在线安装ik插件（较慢）

docker exec -it es /bin/bash

./bin/es-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

看到报错了，我访问一下。就是没有了

# 要是上面是安装成功的，后面还要在执行下面的命令。
#退出
exit

#重启容器
docker restart elasticsearch

离线安装ik插件

查看数据卷目录

安装插件需要知道elasticsearch的plugins目录位置，而我们用了数据卷挂载，因此需要查看elasticsearch的数据卷目录，通过下面命令查看。

docker volume inspect es-plugins

说明plugins目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data这个目录中。

解压分词器安装包

把这个ik分词器压缩包解压一下，并且重命名成 ik

这是解压后重命名的

上传插件到es容器中

也就是/var/lib/docker/volumes/es-plugins/_data 目录里面

重启容器

#重启容器
docker restart es

# 查看es日志
docker logs -f es

测试

IK分词器包含两种模式：

• ik_smart：最少切分
• ik_max_word：最细切分

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "现在学习Java真是太好啦"
}

结果

{
  "tokens" : [
    {
      "token" : "现在",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "在学",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "学习",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "java",
      "start_offset" : 4,
      "end_offset" : 8,
      "type" : "ENGLISH",
      "position" : 3
    },
    {
      "token" : "真是太",
      "start_offset" : 8,
      "end_offset" : 11,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "真是",
      "start_offset" : 8,
      "end_offset" : 10,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "太好",
      "start_offset" : 10,
      "end_offset" : 12,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "好啦",
      "start_offset" : 11,
      "end_offset" : 13,
      "type" : "CN_WORD",
      "position" : 7
    }
  ]
}

扩展词典

随着互联网的发展，“造词运动”也越发的频繁。出现了很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“泰酷辣” 等。

所以我们的词汇也需要不断的更新，IK分词器提供了扩展词汇的功能。

1、打开ik分词器config目录

2、在IKAnalyzer.cfg.xml配置文件内容添加

<?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">ext.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>

3、新建一个 ext.dic，可以参考config目录下复制一个配置文件进行修改

vim ext.dic

奥力给
泰酷辣

4、重启elasticsearch

docker restart es

# 查看日志
docker logs -f es

日志中已经成功加载 ext.dic 配置文件

5、测试效果

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "现在学习Java真是太好啦 奥力给"
}

注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑

停用词 词典

在互联网项目中，在网络间传输的速度很快，所以很多语言是不允许在网络上传递的，如：关于宗教、政治等敏感词语，那么我们在搜索时也应该忽略当前词汇。

IK分词器也提供了强大的停用词功能，让我们在索引时就直接忽略当前的停用词汇表中的内容。

1、IKAnalyzer.cfg.xml配置文件内容添加

<?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">ext.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">stopword.dic</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>

# 新建停用词 文件 
vim stopword.dic

sde 是我添加的停用词

4、重启es服务

# 重启服务
docker restart elasticsearch
docker restart kibana

# 查看 日志
docker logs -f elasticsearch

5、测试效果

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "现在学习Java真是太好啦 奥力给 sde"
}

注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑