IK分词器

1、IK分词器有两种分词模式：ik_max_word和ik_smart模式。

        【1】ik_max_word (常用) 会将文本做最细粒度的拆分

POST _analyze
{
  "analyzer": "ik_max_word",
  "text": "北京市长春桥地铁站"
}

        

         【2】ik_smart会做最粗粒度的拆分

 

POST _analyze
{
  "analyzer": "ik_smart",
  "text": "北京市长春桥地铁站"
}

        

2、扩展词典使用

         扩展词就是不想让那些词被分开，让他们组成一个此，比如长春桥

        1、自定义扩展词库

        进入到config/analysis-ik（插件安装方式）或/usr/elasticsearch/plugins/analysis-ik/config/目录下新增自定义词典

        vi cc_ext_dict.dic 输入：长春桥

        

         2、自定义的扩展词典文件添加到IKAnalyzer.cfg.xml配置中

                vi IKAnalyzer.cfg.xml

                

        3、重启es

                /usr/elasticsearch/bin/elasticsearch

3、停用词典使用

        停用词就是在文本中出现频率很高，但是对语义产生不了多大的影响，比如中文的“的、哦、了、呢”等，这些词称为停用词。一般经常会被过滤掉不会进行索引

        1、自定义停用词库

        进入到config/analysis-ik（插件安装方式）或/usr/elasticsearch/plugins/analysis-ik/config/目录下新增自定义词典

        vi cc_stop_dict.dic 输入 的、哦、了、呢

        

        2、添加到IKAnalyzer.cfg.xml配置中

        

        3、重启es

                /usr/elasticsearch/bin/elasticsearch

 4、同义词典使用

        意思相同的词，在搜索时应该同时查出来，比如“馒头”和“馍”，这种情况叫做同义词查询

        注意：扩展词和停用词时在索引的时候使用，同义词是检索的时候

        1、创建synonym.txt

                vi synonym.txt 输入同义词

                

        2、重启es

                /usr/elasticsearch/bin/elasticsearch

        3、使用是指定synonym.text

                前缀路径为：/usr/elasticsearch/config/ 

                analysis:为自己创建的目录

                

PUT /cc003
{
  "settings": {
    "analysis": {
      "filter": {
        "word_sync": {
          "type": "synonym",
          "synonyms_path": "analysis/synonym.txt"
        }
      },
      "analyzer": {
        "ik_sync_max_word": {
          "filter": [
            "word_sync"
          ],
          "type": "custom",
          "tokenizer": "ik_max_word"
        },"ik_sync_smart": {
          "filter": [
            "word_sync"
          ],
          "type": "custom",
          "tokenizer": "ik_smart"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "ik_sync_max_word",
        "search_analyzer": "ik_sync_max_word"
      }
    }
  }
}

        4、添加内容

POST /cc003/_doc/1
{
  "name":"馒头你们哪里叫什么"
}

        5、查询

POST /cc003/_doc/_search
{
  "query":{
    "match":{
      "name": "馍"
    }
  }
}