zoukankan      html  css  js  c++  java
  • elasticsearch插件之ik分词器

    ES默认对英文文本的分词器支持较好,但和lucene一样,如果需要对中文进行全文检索,那么需要使用中文分词器,同lucene一样,在使用中文全文检索前,需要集成IK分词器。

    可以从GitHub上获取:https://github.com/medcl/elasticsearch-analysis-ik

    因为是源码,我们要用到maven对其进行打包,因此你需要安装maven。

    环境:centos6.9、elasticsearsh5.6.5、java1.8

    1、下载

    在GitHub上获取与easticsearch对应的ik分词器版本。我下载的是elasticsearch-analysis-ik-5.6.5.zip

    2、打包

    在本地解压,从dom窗口进入ik分词器的解压目录,

    执行maven打包命令:

    mvn install

    在解压目录找到target/releases/elasticsearch-analysis-ik-5.2.2.zip文件

     

    3、上传、解压

    将此文件用fit协议上传到elasticsearch的插件目录下(elasticsearch安装目录里的plugins目录)

     解压

    unzip elasticsearch-analysis-ik-5.6.5.zip

    重命名

    mv elasticsearch ik

    删除压缩包

    rm -rf elasticsearch-analysis-ik-5.6.5.zip 

     4、重启ES

    5、测试分词器

    POST _analyze

    {

      "analyzer":"ik_smart",

      "text":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"

    }

    用kibana插件的测试效果如下:

     说明成功啦!

    注意:IK分词器有两种类型,分别是ik_smart分词器和ik_max_word分词器。

    ik_smart: 会做最粗粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”。

    ik_max_word: 会将文本做最细粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”,会穷尽各种可能的组合;

  • 相关阅读:
    抽象工厂模式(Abstract Factory)
    工厂模式(Factory Method Pattern)
    简单工厂模式(Simple Factory Pattern)
    UML类图
    .Net之美读书笔记10(网络编程一)
    .Net之美读书笔记16
    tensorflow:验证码的识别(下)
    OpenCV-Python入门教程6-Otsu阈值法
    OpenCV-Python入门教程5-阈值分割
    OpenCV-Python入门教程4-颜色空间转换
  • 原文地址:https://www.cnblogs.com/hengzhi/p/9290667.html
Copyright © 2011-2022 走看看