IK分词器插件

什么是IK分词器？

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如 “我爱狂神” 会被分为"我","爱","狂","神"，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

IK提供了两个分词算法：ik_smart 和 ik_max_word，其中 ik_smart 为最少切分，ik_max_word为最细粒度划分！一会我们测试！

安装步骤

1、下载ik分词器的包，Github地址：https://github.com/medcl/elasticsearch-analysis-ik/（版本要对应）
2、下载后解压，并将目录拷贝到ElasticSearch根目录下的 plugins 目录中。

2022-08-15T07:00:17.png

3、重新启动 ElasticSearch服务，在启动过程中，你可以看到正在加载"analysis-ik"插件的提示信息，服务启动后，在命令行运行elasticsearch-plugin list 命令，确认 ik 插件安装成功。

2022-08-15T07:01:03.png
2022-08-15T07:01:14.png

4、在 kibana 中测试 ik 分词器，并就相关分词结果和 icu 分词器进行对比。

ik_max_word : 细粒度分词，会穷尽一个语句中所有分词可能，测试！
2022-08-15T07:01:49.png
ik_smart : 粗粒度分词，优先匹配最长词，只有1个词！
2022-08-15T07:02:15.png

5、我们输入超级喜欢狂神说！发现狂神说被切分了

2022-08-15T07:02:34.png

如果我们想让系统识别“狂神说”是一个词，需要编辑自定义词库。
步骤：
（1）进入elasticsearch/plugins/ik/config目录
（2）新建一个my.dic文件，编辑内容：

狂神说

（3）修改IKAnalyzer.cfg.xml（在ik/config目录下）

<properties> 
  <comment>IK Analyzer 扩展配置</comment> 
  <!-- 用户可以在这里配置自己的扩展字典 --> 
  <entry key="ext_dict">my.dic</entry> 
  <!-- 用户可以在这里配置自己的扩展停止词字典 --> 
  <entry key="ext_stopwords">
  </entry> 
 </properties>

修改完配置重新启动elasticsearch，再次测试！
发现监视了我们自己写的规则文件：
2022-08-15T07:06:20.png
再次测试，发现狂神说变成了一个词：
2022-08-15T07:06:35.png
到了这里，我们就明白了分词器的基本规则和使用了！

Rest风格说明

一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。
基本Rest命令说明：
2022-08-15T07:08:57.png

基础测试

1、首先我们浏览器 http://localhost:5601/ 进入 kibana里的Console
2、首先让我们在 Console 中输入 :
// 命令解释
// PUT 创建命令 test1 索引 type1 类型 1 id
PUT /test1/type1/1
{
"name":"狂神说", // 属性
"age":16 // 属性
}

返回结果（是以REST ful 风格返回的）：

// 警告信息：不支持在文档索引请求中指定类型 
// 而是使用无类型的端点(/{index}/_doc/{id}， /{index}/_doc，或 /{index}/_create/{id})。 
{ "_index" : "test1", // 索引 
    "_type" : "type1", // 类型 
    "_id" : "1", // id 
    "_version" : 1, // 版本 
    "result" : "created", // 操作类型 
    "_shards" : { // 分片信息 
      "total" : 2,
      "successful" : 1, 
      "failed" : 0 
    },"_seq_no" : 0, 
    "_primary_term" : 1 
}

3、那么 name 这个字段用不用指定类型呢。毕竟我们关系型数据库是需要指定类型的啊 !
2022-08-15T07:14:27.png
4、指定字段类型
PUT /test2 {
"mappings": {
"properties": {
"name":{ "type": "text" },
"age":{ "type": "long" },
"birthday":{ "type": "date" }
}}} }

输出：

{ "acknowledged" : true, "shards_acknowledged" : true, "index" : "test2" }

5、查看一下索引字段

{"test2":{

 "aliases":{

 },
 "mappings":{
     "properties":{
         "age":{
             "type":"long"
         },
         "birthday":{
             "type":"date"
         },
         "name":{
             "type":"text"
         }
     }
 },
 "settings":{
     "index":{
         "creation_date":"1585384302712",
         "number_of_shards":"1",
         "number_of_replicas":"1",
         "uuid":"71TUZ84wRTW5P8lKeN4I4Q",
         "version":{
             "created":"7060199"
         },
         "provided_name":"test2"
     }
 }

}}

6、我们看上列中字段类型是我自己定义的那么我们不定义类型会是什么情况呢？

PUT /test3/_doc/1
{
"name":"狂神说",
"age":13,
"birth":"1997-01-05"
}
#输出
{

 "_index":"test3",
 "_type":"_doc",
 "_id":"1",
 "_version":1,
 "result":"created",
 "_shards":{
     "total":2,
     "successful":1,
     "failed":0
 },
 "_seq_no":0,
 "_primary_term":1

}

ES分词器