%20(2).svg)
项目简介
本项目是基于Elasticsearch的IK中文分词器插件，为Elasticsearch赋予强大的中文分词功能。IK分词器是基于词典的中文分词工具，能将中文文本高效切分为有意义的词汇单元。该插件支持自定义词典和热更新功能，适用于各类中文文本分析场景。
项目的主要特性和功能
- 自定义词典：支持用户自定义扩展词典和停止词词典，可灵活适应不同业务需求。
- 热更新功能：支持远程词典热更新，无需重启Elasticsearch就能动态更新词库。
- 多种分词模式：提供
ik_smart（智能分词）和ik_max_word（最大词分词）两种模式，满足不同粒度的分词需求。 - Elasticsearch集成：能无缝集成到Elasticsearch中，提供高效的中文文本分析能力。
安装使用步骤
1. 下载并安装插件
方法一：下载预构建包
- 创建插件目录：
bash cd your-es-root/plugins/ && mkdir ik - 解压插件包到指定目录：
bash unzip elasticsearch-analysis-ik-*.zip -d your-es-root/plugins/ik
方法二：使用Elasticsearch插件管理工具
- 使用Elasticsearch插件管理工具安装插件：
bash注意：请根据实际的Elasticsearch版本替换6.3.0。 - 重启Elasticsearch服务。
2. 配置和使用
创建索引和映射
- 创建一个索引：
bash curl -XPUT http://localhost:9200/index - 创建映射，指定使用IK分词器：
bash curl -XPOST http://localhost:9200/index/_mapping -H 'Content-Type:application/json' -d' { "properties": { "content": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_smart" } } }'
索引文档
- 索引一些示例文档：
bash curl -XPOST http://localhost:9200/index/_create/1 -H 'Content-Type:application/json' -d' {"content":"美国留给伊拉克的是个烂摊子吗"} ' - 查询文档并高亮显示：
bash curl -XPOST http://localhost:9200/index/_search -H 'Content-Type:application/json' -d' { "query" : { "match" : { "content" : "中国" }}, "highlight" : { "pre_tags" : ["<tag1>", "<tag2>"], "post_tags" : ["</tag1>", "</tag2>"], "fields" : { "content" : {} } } } '
3. 自定义词典配置
- 在Elasticsearch配置目录中创建或编辑
IKAnalyzer.cfg.xml文件： ```xml
``
- 配置远程词典的热更新功能，确保HTTP请求返回Last-Modified和ETag`头部，内容格式为每行一个分词。
4. 常见问题
- 自定义词典未生效：请确保扩展词典的文本格式为UTF8编码。
- 分词测试失败：请在某个索引下调用analyze接口测试，而不是直接调用analyze接口。
ik_max_word和ik_smart的区别：ik_max_word会将文本做最细粒度的拆分，适合Term Query；ik_smart会做最粗粒度的拆分，适合Phrase查询。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】