ElasticSearch7.x入门教程之中文分词器 IK（二）
文章目录
- 前言
- 一、内置分词器
- 二、中文IK分词器（第三方）
- 三、本地自定义
- 四、远程词库
- 总结
前言
ElasticSearch 核心功能就是数据检索，首先通过索引将文档写入 es。
查询分析则主要分为两个步骤：
- 1、词条化：分词器将输入的文本转为一个一个的词条流。
- 2、过滤：比如停用词过滤器会从词条中去除不相干的词条（的，嗯，啊，呢）；另外还有同义词过滤器、小写过滤器等。
我们可使用内置分词器、第三方、或自定义分词器。
一、内置分词器
内置分词器说明：
| 分词器 | 标识 | 作用 |
|---|---|---|
| Standard Analyzer | standard | 标准分词器，适用于英语等 |
| Simple Analyzer | simple | 简单分析器，基于非字母字符进行分词，单词会被转换为小写字母 |
| Whitespace Analyzer | whitespace | 空格分词器，按照空格进行切分 |
| Stop Analyzer | stop | 类似于简单分词器，但是增加了停用词的功能 |
| KeyWord Analyzer | keyword | 关键分词器，输入文本等于输出文本 |
| Pattern Analyzer | pattern | 利用正则表达式对文本切分，支持停用词 |
| Language Analyzer | 多种西语系arabic, brazilian, catalan, english等 | 一组旨在分析特定语言文本的分析切分 |
| Fingerprint Analyzer | - | 指纹分析仪分词器，通过创建标记进行重复检测 |
二、中文IK分词器（第三方）
在 Es 中，使用较多的中文分词器是 elasticsearch-analysis-ik，这个是 es 的一个第三方插件，代码托管在 GitHub 上：https://github.com/medcl/elasticsearch-analysis-ik
两种使用方式：
- 1、直接运行ES提供的命令：
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip
- 2、下载安装
首先打开分词器官网：https://github.com/medcl/elasticsearch-analysis-ik。
然后在 https://github.com/medcl/elasticsearch-analysis-ik/releases 页面找到最新的正式版，下载下来。我们这里的下载链接是：
https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip。
然后将下载文件解压。
然后在 es/plugins 目录下，新建 ik 目录，并将解压后的所有文件拷贝到 ik 目录下。
最后重启es即可。
IK分词器有两种：
| 分词器 | 标识 | 描述 | 分词对象 | 结果 |
|---|---|---|---|---|
| ik_smart | ik_smart | ik分词器中的简单分词器，支持自定义字典，远程字典 | 今天星期一 | [今天，星期一] |
| ik_max_word | ik_max_word | ik_分词器的全量分词器，支持自定义字典，远程字典 | 学如逆水行舟 | [今天，星期一，星期，一 ] |
三、本地自定义
在 es/plugins/ik/config 目录下，新建 ext.dic 文件（文件名任意），在该文件中可以配置自定义的词库。
添加自定义的词：
然后配置扩展词典的位置：
vim IKAnalyzer.cfg.xml
最后重启ES即可。
四、远程词库
也可以配置远程词库，远程词库支持热更新（不用重启 es 就可以生效）。
热更新只需要提供一个接口，接口返回扩展词即可。
具体使用方式如下，新建一个 Spring Boot 项目，引入 Web 依赖即可。然后在 resources/stastic 目录下新建 ext.dic 文件，写入扩展词：
接下来，在 es/plugins/ik/config/IKAnalyzer.cfg.xml 文件中配置远程扩展词接口：
配置完成后，重启 es ，即可生效。
热更新，主要是响应头的 Last-Modified 或者 ETag 字段发生变化，ik 就会自动重新加载远程扩展。
总结
以上就是ES涉及到的分词器支持情况，更多详情可以查看官网。