### 中文分詞器 在ES中支持中文分詞器非常多 如 **smartCN**、**IK** 等，推薦的就是 `IK分詞器`。 #### 安裝IK 開源分詞器 Ik 的github:https://github.com/medcl/elasticsearch-analysis-ik - `注意` IK分詞器的版本要你安裝ES的版本一致 - `注意` Docker 容器運行 ES 安裝插件目錄為 **/usr/share/elasticsearch/plugins** ```markdown # 1. 下載對應版本 - [es@linux ~]$ wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.14.0/elasticsearch-analysis-ik-7.14.0.zip # 2. 解壓 - [es@linux ~]$ unzip elasticsearch-analysis-ik-6.2.4.zip #先使用yum install -y unzip # 3. 移動到es安裝目錄的plugins目錄中 - [es@linux ~]$ ls elasticsearch-6.2.4/plugins/ [es@linux ~]$ mv elasticsearch elasticsearch-6.2.4/plugins/ [es@linux ~]$ ls elasticsearch-6.2.4/plugins/ elasticsearch [es@linux ~]$ ls elasticsearch-6.2.4/plugins/elasticsearch/ commons-codec-1.9.jar config httpclient-4.5.2.jar plugin-descriptor.properties commons-logging-1.2.jar elasticsearch-analysis-ik-6.2.4.jar httpcore-4.4.4.jar # 4. 重啟es生效 # 5. 本地安裝ik配置目錄為 - es安裝目錄中/plugins/analysis-ik/config/IKAnalyzer.cfg.xml ``` #### IK使用 IK有兩種顆粒度的拆分： - `ik_smart`: 會做最粗粒度的拆分 - `ik_max_word`: 會將文本做最細粒度的拆分 ```http POST /_analyze { "analyzer": "ik_smart", "text": "中華人民共和國國歌" } ```  ```http POST /_analyze { "analyzer": "ik_max_word", "text": "中華人民" } ```  #### 擴展詞、停用詞配置 IK支持自定義`擴展詞典`和`停用詞典` - **`擴展詞典`**就是有些詞并不是關鍵詞,但是也希望被ES用來作為檢索的關鍵詞,可以將這些詞加入擴展詞典。 - **`停用詞典`**就是有些詞是關鍵詞,但是出于業務場景不想使用這些關鍵詞被檢索到，可以將這些詞放入停用詞典。 定義擴展詞典和停用詞典可以修改IK分詞器中`config`目錄中`IKAnalyzer.cfg.xml`這個文件。 ```markdown 1. 修改vim IKAnalyzer.cfg.xml <?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer 擴展配置</comment> <!--用戶可以在這里配置自己的擴展字典 --> <entry key="ext_dict">ext_dict.dic</entry> <!--用戶可以在這里配置自己的擴展停止詞字典--> <entry key="ext_stopwords">ext_stopword.dic</entry> </properties> 2. 在ik分詞器目錄下config目錄中創建ext_dict.dic文件 編碼一定要為UTF-8才能生效 vim ext_dict.dic 加入擴展詞即可 3. 在ik分詞器目錄下config目錄中創建ext_stopword.dic文件 vim ext_stopword.dic 加入停用詞即可 4.重啟es生效 ``` > `注意:` **詞典的編碼必須為UTF-8，否則無法生效!** ----