ElasticSearch5.X IK分词器使用

IK分词器使用

首先确保IK插件安装成功（安装文档：http://blog.csdn.net/wwd0501/article/details/78258274），然后在创建mapping时，设置IK分词器，设置analyzer和search_analyzer；在java api搜索中将不用再关注IK分词器的事情，原有代码可以不做任何修改。例：

1.create a index

curl -XPUT http://localhost:9200/class

2.create a mapping

curl -XPOST http://localhost:9200/class/student/_mapping -d'
{
    "student": {
        "properties": {
            "name": {
                "type": "text",
                "analyzer": "ik_max_word",
                "search_analyzer": "ik_smart"
            },
            "age": {
                "type": "long"
            }
        }
    }
}'

3.index some docs

curl -XPOST http://localhost:9200/class/student/1 -d'{"name":"菠菜","age":"10"}'

curl -XPOST http://localhost:9200/class/student/2 -d'{"name":"芹菜","age":"65"}'

curl -XPOST http://localhost:9200/class/student/3 -d'{"name":"大萝卜 大菠菜","age":"89"}'

4.query

curl -XPOST http://localhost:9200/class/student/_search  -d'{    "query" : { "match" : { "name" : "芹菜" } }}'

Result

{
"took": 3,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.25316024,
"hits": [
{
"_index": "class",
"_type": "student",
"_id": "1",
"_score": 0.25316024,
"_source": {
"name": "芹菜",
"age": "10"
}
}
]
}
}

注意：

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；

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”。

其中我们在做索引的时候，希望能将所有的句子切分的更详细，以便更好的搜索，所以ik_max_word更多的用在做索引的时候，但是在搜索的时候，对于用户所输入的query(查询)词，我们可能更希望得比较准确的结果，例如，我们搜索“无花果”的时候，更希望是作为一个词进行查询，而不是切分为"无"，“花”，“果”三个词进行结果的召回，因此ik_smart更加常用语对于输入词的分析