ElasticSearch安装ik分词插件

一、IK简介IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始， IKAnalyzer已经推出了4个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。从3.0版本开 始，IK发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。在2012版本中，IK实现了简单的分词 歧义排除算法，标志着IK分词器从单纯的词典分词向模拟语义分词衍化。IK Analyzer 2012特性:1.采用了特有的“正向迭代最细粒度切分算法“，支持细粒度和智能分词两种切分模式；2.在系统环境：Core2 i7 3.4G双核，4G内存，window 7 64位， Sun JDK 1.6_29 64位 普通pc环境测试，IK2012具有160万字/秒（3000KB/S）的高速处理能力。3.2012版本的智能分词模式支持简单的分词排歧义处理和数量词合并输出。4.采用了多子处理器分析模式，支持：英文字母、数字、中文词汇等分词处理，兼容韩文、日文字符5.优化的词典存储，更小的内存占用。支持用户词典扩展定义。特别的，在2012版本，词典支持中文，英文，数字混合词语。二、安装IK分词插件假设读者已经安装好ES，如果没有的话，请参考ElasticSearch入门 —— 集群搭建。安装IK分词需要的资源可以从这里下载，整个安装过程需要三个步骤：1、获取分词的依赖包通过git clone https://github.com/medcl/elasticsearch-analysis-ik，下载分词器源码，然后进入下载目录，执行命令：mvn clean package，打包生成elasticsearch-analysis-ik-1.2.5.jar。将这个jar拷贝到ES_HOME/plugins/analysis-ik目录下面，如果没有该目录，则先创建该目录。2、ik目录拷贝将下载目录中的ik目录拷贝到ES_HOME/config目录下面。3、分词器配置打开ES_HOME/config/elasticsearch.yml文件，在文件最后加入如下内容：

index:
analysis:
analyzer:
ik:
alias: [ik_analyzer]
type: org.elasticsearch.index.analysis.IkAnalyzerProvider
ik_max_word:
type: ik
use_smart: false
ik_smart:
type: ik
use_smart: true
index.analysis.analyzer.default.type: ik

ok！插件安装已经完成，请重新启动ES，接下来测试ik分词效果啦！三、ik分词测试1、创建一个索引，名为index。

curl -XPUT http://localhost:9200/index[/code] 2、为索引index创建mapping。
curl -XPOST http://localhost:9200/index/fulltext/_mapping -d'
{
"fulltext": {
"_all": {
"analyzer": "ik"
},
"properties": {
"content": {
"type" : "string",
"boost" : 8.0,
"term_vector" : "with_positions_offsets",
"analyzer" : "ik",
"include_in_all" : true
}
}
}
}'
3、测试
curl 'http://localhost:9200/index/_analyze?analyzer=ik&pretty=true' -d '
{
"text":"世界如此之大"
}'
显示结果如下：
{
"tokens" : [ {
"token" : "text",
"start_offset" : 4,
"end_offset" : 8,
"type" : "ENGLISH",
"position" : 1
}, {
"token" : "世界",
"start_offset" : 11,
"end_offset" : 13,
"type" : "CN_WORD",
"position" : 2
}, {
"token" : "如此",
"start_offset" : 13,
"end_offset" : 15,
"type" : "CN_WORD",
"position" : 3
}, {
"token" : "之大",
"start_offset" : 15,
"end_offset" : 17,
"type" : "CN_WORD",
"position" : 4
} ]
}
http://localhost:9200/2014/_analyze?analyzer=ik&text=%E4%BD%A0%E5%A5%BD%E8%8C%83%E5%BE%B7%E8%90%A8%E5%8F%91%E7%9A%84%E8%AF%B4%E6%B3%95%E8%8C%83%E5%BE%B7%E8%90%A8
{"tokens":[{"token":"你好","start_offset":0,"end_offset":2,"type":"CN_WORD","position":1},{"token":"范","start_offset":2,"end_offset":3,"type":"CN_WORD","position":2},{"token":"德","start_offset":3,"end_offset":4,"type":"CN_CHAR","position":3},{"token":"萨","start_offset":4,"end_offset":5,"type":"CN_WORD","position":4},{"token":"发","start_offset":5,"end_offset":6,"type":"CN_WORD","position":5},{"token":"说法","start_offset":7,"end_offset":9,"type":"CN_WORD","position":6},{"token":"范","start_offset":9,"end_offset":10,"type":"CN_WORD","position":7},{"token":"德","start_offset":10,"end_offset":11,"type":"CN_CHAR","position":8},{"token":"萨","start_offset":11,"end_offset":12,"type":"CN_WORD","position":9}]}