Solr的学习使用之（三）IKAnalyzer中文分词器的配置

[b]1、为什么要配置？[/b]

1、我们知道要使用Solr进行搜索，肯定要对词语进行分词，但是由于Solr的analysis包并没有带支持中文的包或者对中文的分词效果不好，需要自己添加中文分词器；目前呼声较高的是IKAnalyzer中文分词器，其他的还没有对比过，等以后有空了再说。

[b]2、如何配置[/b]

1）、下载IK Analyzer 2012FF_hf1.zip压缩包。下载网址：http://code.google.com/p/ik-analyzer/downloads/list

2）、解压压缩包，把IKAnalyzer2012FF_u1.jar拷贝到webapps\solr\WEB-INF\lib

3）、把解压包里面的IKAnalyzer.cfg.xml和stopword.dic拷贝到webapps\solr\WEB-INF\classes目录（第一篇文章已经创建了该文件夹）

4）、配置F:\JAVA\Solr\src\solr\collection1\conf（自己机子的具体目录）目录中的schema.xml配置文件，

　　　a）、<types></types>节点里配置以下内容（最好是在最后一行，比较有规则一些）

<!-- IKAnalyzer 中文分词 -->
<fieldType name="text_ik" class="solr.TextField">
<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer">
</analyzer>
</fieldType>

查找资料的时候，有看到这样的配置

<fieldType name="text_ik" class="solr.TextField">
<analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
<analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>

这样的配置据说是因为查询（query）采用IK自己的最大分词法，索引（index）则采用它的最细粒度分词法，有啥区别，还有就是为啥要分为这两种类别，还不懂，可见，还有很多知识点需要研究，等以后有时间再说了，目前就先不区分了。

（分析器一般出现在2个环境：建索引（index）和查询（query），大多数情况下这2个场景的分析过程都是一样，也就是说用的是相同的分析器。但是，你仍然可以为2个不同的阶段指字不同的分析器，这样是不是效果会更好，有待考究！）

　　b）、在<fields></fields>节点里配置

<field name="testik" type="text_ik" indexed="true" stored="false"/>

注：type="text_ik"中的text_ik就是对应a）中配置的名为text_ik的fieldType ，这种规则如果还不懂的话，那就得去参考Solr的学习使用之（二）schema.xml等的配置文件解析这一篇文章了，这就好比，先定义了一种数据类型A，然后添加字段的时候该字段的类型是A

[b] 3、效果[/b]

启动tomcat，浏览器敲入http://localhost:8080/solr，然后按照以下步骤操作，测试语句：

IK Analyzer是一个结合词典分词和文法分词的中文分词开源工具包。它使用了全新的正向迭代最细粒度切分算法。





需要注意的是：第5步时要选择正确，里面的select有两个大类别供选择，一个是Fields，一个是Types，其实就是对于之前配置的<fields></fields>和<types></types>，所以这里要看效果，可以有两种选择，一个是选择Fields下的testik，一个是选择Types下的text_ik，效果一样的，感兴趣的可以试下，至此，大功告成！

　　在路上……