IK分詞器安裝

1、環境準備

Elasticsearch 要使用 ik，就要先構建 ik 的 jar包，這里要用到 maven 包管理工具，而 maven 需要java 環境，而 Elasticsearch 內置了jdk， 所以可以將JAVA_HOME設置為Elasticsearch 內置的jdk

1）設置JAVA_HOME

vim /etc/profile # 在profile文件末尾添加 #java environment export JAVA_HOME=/opt/elasticsearch-7.4.0/jdk export PATH=$PATH:${JAVA_HOME}/bin# 保存退出后，重新加載profile source /etc/profile

2）下載maven安裝包

wget http://mirror.cc.columbia.edu/pub/software/apache/maven/maven-3/3.1.1/binaries/apache-maven-3.1.1-bin.tar.gz

3）解壓maven安裝包

tar xzf apache-maven-3.1.1-bin.tar.gz

4）設置軟連接

ln -s apache-maven-3.1.1 maven

5）設置path

打開文件

vim /etc/profile.d/maven.sh

將下面的內容復制到文件，保存

export MAVEN_HOME=/opt/maven export PATH=${MAVEN_HOME}/bin:${PATH}

設置好Maven的路徑之后，需要運行下面的命令使其生效

source /etc/profile.d/maven.sh

6）驗證maven是否安裝成功

mvn -v

2、安裝IK分詞器

1）下載IK

wget https://github.com/medcl/elasticsearch-analysis-ik/archive/v7.4.0.zip

執行如下圖：

2）解壓IK

由于這里是zip包不是gz包，所以我們需要使用unzip命令進行解壓，如果本機環境沒有安裝unzip，請執行：

yum install zip yum install unzip

解壓IK

unzip v7.4.0.zip

3）編譯jar包

# 切換到 elasticsearch-analysis-ik-7.4.0目錄 cd elasticsearch-analysis-ik-7.4.0/ #打包 mvn package

4） jar包移動

package執行完畢后會在當前目錄下生成target/releases目錄，將其中的elasticsearch-analysis-ik-7.4.0.zip。拷貝到elasticsearch目錄下的新建的目錄plugins/analysis-ik，并解壓

#切換目錄 cd /opt/elasticsearch-7.4.0/plugins/ #新建目錄 mkdir analysis-ik cd analysis-ik #執行拷貝 cp -R /opt/elasticsearch-analysis-ik-7.4.0/target/releases/elasticsearch-analysis-ik-7.4.0.zip /opt/elasticsearch-7.4.0/plugins/analysis-ik #執行解壓 unzip /opt/elasticsearch-7.4.0/plugins/analysis-ik/elasticsearch-analysis-ik-7.4.0.zip

5）拷貝辭典

將elasticsearch-analysis-ik-7.4.0目錄下的config目錄中的所有文件 拷貝到elasticsearch的config目錄

cp -R /opt/elasticsearch-analysis-ik-7.4.0/config/* /opt/elasticsearch-7.4.0/config

記得一定要重啟Elasticsearch！！！

3、使用IK分詞器

IK分詞器有兩種分詞模式：ik_max_word和ik_smart模式。

1、ik_max_word

會將文本做最細粒度的拆分，比如會將“乒乓球明年總冠軍”拆分為“乒乓球、乒乓、球、明年、總冠軍、冠軍。

#方式一ik_max_word GET /_analyze {"analyzer": "ik_max_word","text": "乒乓球明年總冠軍" }

ik_max_word分詞器執行如下：

{"tokens" : [{"token" : "乒乓球","start_offset" : 0,"end_offset" : 3,"type" : "CN_WORD","position" : 0},{"token" : "乒乓","start_offset" : 0,"end_offset" : 2,"type" : "CN_WORD","position" : 1},{"token" : "球","start_offset" : 2,"end_offset" : 3,"type" : "CN_CHAR","position" : 2},{"token" : "明年","start_offset" : 3,"end_offset" : 5,"type" : "CN_WORD","position" : 3},{"token" : "總冠軍","start_offset" : 5,"end_offset" : 8,"type" : "CN_WORD","position" : 4},{"token" : "冠軍","start_offset" : 6,"end_offset" : 8,"type" : "CN_WORD","position" : 5}] }

2、ik_smart
會做最粗粒度的拆分，比如會將“乒乓球明年總冠軍”拆分為乒乓球、明年、總冠軍。

#方式二ik_smart GET /_analyze {"analyzer": "ik_smart","text": "乒乓球明年總冠軍" }

ik_smart分詞器執行如下：

{"tokens" : [{"token" : "乒乓球","start_offset" : 0,"end_offset" : 3,"type" : "CN_WORD","position" : 0},{"token" : "明年","start_offset" : 3,"end_offset" : 5,"type" : "CN_WORD","position" : 1},{"token" : "總冠軍","start_offset" : 5,"end_offset" : 8,"type" : "CN_WORD","position" : 2}] }

由此可見 使用ik_smart可以將文本"text": "乒乓球明年總冠軍"分成了【乒乓球】【明年】【總冠軍】

這樣看的話，這樣的分詞效果達到了我們的要求。

總結

以上是生活随笔為你收集整理的ES中文分词器-ik分词器安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。