ElasticSearch之IK分词器安装以及使用介绍

一、IK 分词器简介

elasticsearch 默认的内置分词器对中文的分词效果可能并不理想，因为它们主要是针对英文等拉丁语系的文本设计的。如果要在中文文本上获得更好的分词效果，我们可以考虑使用中文专用的分词器。

IK 分词器是一个开源的中文分词器插件，特别为 Elasticsearch 设计和优化。它在中文文本的分词处理上表现出色，能够根据中文语言习惯进行精细的分词。

以下是 IK 分词器的一些特点和功能：

1. 支持细粒度分词：

IK 分词器能够将中文文本按照词语级别进行切分，实现更加细粒度的分词效果。它可以将一个词语切分成多个合理的子词，提高了搜索命中率。

2. 支持多种分词模式：

IK 分词器提供了两种分词模式，即细粒度和智能模式。细粒度模式会将文本切分成尽可能多的词语，而智能模式则会根据上下文进行合理的切分，保留词语的完整性。

3. 支持自定义词典：

IK 分词器允许用户自定义词典，可以添加新词、调整词频等，以便更好地适应特定的领域或需求。自定义词典可以提高分词的准确性和召回率。

4. 支持拼音分词：

IK 分词器还提供了拼音分词功能，可以将中文文本转换为拼音，方便进行拼音搜索和拼音排序。

5. 易于集成和使用：

IK 分词器是一个独立的插件，可以轻松地集成到 Elasticsearch 中，并且提供了简单易用的 API 接口。

总的来说，IK 分词器是一个功能强大、易于使用的中文分词器插件，可以显著改善 Elasticsearch 在中文文本上的分词效果。通过细粒度的分词、多种分词模式、自定义词典等功能，IK 分词器能够更好地满足中文语境下的搜索需求。

二、安装步骤

1、下载 IK 分词器插件：

下载网址：https://github.com/medcl/elasticsearch-analysis-ik/

找到对应版本，下载安装包

2、安装 IK 分词器插件：

新建 ik 文件夹，将ik压缩包解压到这里
将下载的插件文件解压缩到 Elasticsearch 安装目录的 plugins 文件夹中。

3. 安装完ik分词器闪退问题

这里需要注意es版本与ik的版本一致，我的es版本是7.17.7，但是发现官网没有对应的ik版本：
所以，下了个7.17.6的ik，需要修改下 plugin-descriptor.properties文件

version=7.17.7
elasticsearch.version=7.17.7

重新启动es就不会闪退了

4、重启 Elasticsearch：

完成插件安装后，重启 Elasticsearch 服务以使其加载新的插件。

三、ik分词器模式介绍

IK分词器是一款开源的中文分词工具，它提供了两种模式用于分词：细粒度和智能分词模式。

1. 细粒度分词模式（ik_smart）：

这是默认的分词模式，它会尽可能地将句子切分为最小的词语单元。它不仅可以识别普通词汇，还可以识别一些常见的专有名词、地名、人名等。

2. 智能分词模式（ik_max_word）：

这种模式会在细粒度分词的基础上，对长词进行进一步的切分。它可以识别更多的词语，但也会增加一些不必要的词语。

这两种模式可以根据具体的需求选择使用。如果需要更细粒度的分词结果，可以选择细粒度分词模式；如果需要更全面的分词结果，可以选择智能分词模式。

3. 分词器演示：

3.1 ik_smart

sql:

POST _analyze
{"analyzer": "ik_smart","text": "万般都是命，半点不由人"
}

kibnana演示：

3.2 ik_max_word

sql:

POST _analyze
{"analyzer": "ik_max_word","text": "万般都是命，半点不由人"
}

kibnana演示：