ES007-Elasticsearch中文分词集成

1、elasticsearch官方

只提供smartcn这个中文分词插件，效果不是很好

2、引入分词器前命令行下测试

curl 'http://localhost:9200/jf/_analyze?pretty=true' -d '{"text":"京东商城"}'

现象是按照每个单词进行要给分词

3、集成IK分词工具
3.1：下载es的IK插件https://github.com/medcl/elasticsearch-analysis-ik

这里选择v1.4.0 版本，具体可以访问：https://github.com/medcl/elasticsearch-analysis-ik/tree/v1.4.0，然后点击"Download Zip "

3.2：使用maven进行编译下载的源码

3.3：把编译后的target/releases下的elasticsearch-analysis-ik-1.4.0.zip文件拷贝到ES_HOME/plugins/analysis-ik目录下面，然后解压

3.4：把下载的ik插件中的conf/ik目录拷贝到ES_HOME/config下

3.5：修改ES_HOME/config/elasticsearch.yml文件，添加index.analysis.analyzer.default.type: ik(把IK设置为默认分词器)

3.6：重启es服务

3.7：测试分词效果： curl 'http://localhost:9200/jf/_analyze?analyzer=ik&pretty=true' -d '{"text":"京东商城"}'

[root@mycluster service]#  curl 'http://localhost:9200/jf/_analyze?analyzer=ik&pretty=true' -d '{"text":"京东商城"}'
  
 {  
   "tokens" : [ {  
     "token" : "text",  
     "start_offset" : 2,  
     "end_offset" : 6,  
     "type" : "ENGLISH",  
     "position" : 1  
   }, {  
     "token" : "京东",  
     "start_offset" : 9,  
     "end_offset" : 11,  
     "type" : "CN_WORD",  
     "position" : 2  
   }, {  
     "token" : "京",  
     "start_offset" : 9,  
     "end_offset" : 10,  
     "type" : "CN_WORD",  
     "position" : 3  
   }, {  
     "token" : "东",  
     "start_offset" : 10,  
     "end_offset" : 11,  
     "type" : "CN_CHAR",  
     "position" : 4  
   }, {  
     "token" : "商城",  
     "start_offset" : 11,  
     "end_offset" : 13,  
     "type" : "CN_WORD",  
     "position" : 5  
   } ]  
 }