码迷,mamicode.com
首页 > 其他好文 > 详细

elasticsearch插件之ik分词器

时间:2018-07-10 19:16:59      阅读:144      评论:0      收藏:0      [点我收藏+]

标签:英文   git   命令   rsh   plugin   pos   line   解压   search   

ES默认对英文文本的分词器支持较好,但和lucene一样,如果需要对中文进行全文检索,那么需要使用中文分词器,同lucene一样,在使用中文全文检索前,需要集成IK分词器。

可以从GitHub上获取:https://github.com/medcl/elasticsearch-analysis-ik

因为是源码,我们要用到maven对其进行打包,因此你需要安装maven。

环境:centos6.9、elasticsearsh5.6.5、java1.8

1、下载

在GitHub上获取与easticsearch对应的ik分词器版本。我下载的是elasticsearch-analysis-ik-5.6.5.zip

2、打包

在本地解压,从dom窗口进入ik分词器的解压目录,

技术分享图片

执行maven打包命令:

mvn install

 

技术分享图片

在解压目录找到target/releases/elasticsearch-analysis-ik-5.2.2.zip文件

 技术分享图片

3、上传、解压

将此文件用fit协议上传到elasticsearch的插件目录下(elasticsearch安装目录里的plugins目录)

技术分享图片

 

 解压

unzip elasticsearch-analysis-ik-5.6.5.zip

技术分享图片

重命名

mv elasticsearch ik

删除压缩包

rm -rf elasticsearch-analysis-ik-5.6.5.zip 

技术分享图片

 

 4、重启ES

5、测试分词器

POST _analyze

{

  "analyzer":"ik_smart",

  "text":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"

}

用kibana插件的测试效果如下:

技术分享图片

 

 

 

 说明成功啦!

注意:IK分词器有两种类型,分别是ik_smart分词器和ik_max_word分词器。

ik_smart: 会做最粗粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”。

ik_max_word: 会将文本做最细粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”,会穷尽各种可能的组合;

 

elasticsearch插件之ik分词器

标签:英文   git   命令   rsh   plugin   pos   line   解压   search   

原文地址:https://www.cnblogs.com/hengzhi/p/9290667.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!