Elasticsearch整合HanLP分詞器

1 、通過 git 下載分詞器程式碼。

連線如下： https://gitee.com/hualongdata/hanlp-ext

hanlp 官網如下： http://hanlp.linrunsoft.com/

2 、下載 gradle, 如果本機有，就可以略過此步驟。通過 gradle 官方網站下載，解壓，配置環境即可。

官方安裝配置說明： https://gradle.org/install/

3 、按本地 elasticsearch 進行打包。

注意：通過 git 下載的原始碼，除非與 git 配置的版本相同，否則可能會導致你 elasticearch 無法載入分詞器。

修改 git 下載的原始碼包中的 elasticsearch 版本。並通過 gradle 進行打包。會自動下載同步 elasticsearch 對應版本的 jar 包。

 

圖 1

4 、 按本地環境配置詞類位置

 

圖 2

5 、 配置打包的外掛所對應支援的 elasticesarch 的版本。 ( 修改為： 5.6.5 ， es 安裝的學習環境為 5.6.5)

 

圖 3

6 、 完成上述配置把。 gradle 自動下載對應版本的包。可以通過如下方式進行版本檢視。

 

圖 4

7 、確認對應版本的包存在後，在工程所在目錄下執行如下命令進行打包：

gradle -p es-plugin jar buildPluginZip

如下操作：在專案工程目錄下，執行命令。

 

圖 5

8 、 打包完成後，會出現對應的安裝包。

 

圖 6

9 、 在 elasticsearch 安裝目錄下執行外掛安裝命令。

./bin/elasticsearch-plugininstallfile:///Users/jiangyu/code/git/hanlp-ext/es-plugin/build/distributions/elasticsearch-hanlp-5.6.5.zip

 

圖 7

可以看到上面安裝完成的提示。有個過程要選擇 y 。

注：如果上向的命令出現如下報錯。錯誤提示如下 :

 

圖 8

上述錯誤提示，說明有兩個相同的 jar 包存在。所以有提示，可以先在 build.gradle 配置中，找到打包的過程，增加一條 path.contains("org.apache.logging.log4j") 配置，這樣打包時，這個 jar 包不會在被找到外掛中。配置修改完成後。從新執行第 7 步『 gradle -p es-plugin jar buildPluginZip 』，進重新打包。再重新安裝外掛即可。

 

圖 9

（注：測試時，這個包不能去掉。會導致測試外掛時，缺少 log4j 包）

10 、 給外掛增加訪問許可權

 

圖 10

在系統的 elasticsearch 的安裝目錄下，找到 config 目錄，通過 vi jvm.options 開啟檔案進行編輯。增加如下內容：用來指定安全配置檔案。

 

圖 11

11 、 修改 elasticsearch 配置，在系統的 elasticsearch 的安裝目錄下，找到 bin 目錄，通過 vi elasticearch.in.sh 開啟檔案進行編輯。增加如下內容：用來指定安全配置檔案。

 

圖 12

12 、 在檔案中增加指定的 lib 包。我們將外掛要用到的 Lib 包路徑引入到系統環境變數中。

 

圖 13

13 、 安裝完成後可以使用如下命令進行驗證。 analyzer, 指定分詞器為： "hanlp"

GET /_analyze

{

"analyzer" : "hanlp",

"text": [" 記錄就是用來打破的。你準備好向新的記錄發起衝擊了嗎？ "]

}

 

圖 14

 

圖 15

如果不指定分詞器的話。所以返回結果， type 沒有說明詞性，都是按單字返回結果。

GET /_analyze

{

"text": [" 記錄就是用來打破的。你準備好向新的記錄發起衝擊了嗎？ "]

}

 

圖 16

參考連線如下：

https://gitee.com/hualongdata/hanlp-ext/tree/master/es-plugin 、

其它操作：

如果想移除或刪除外掛，可以執行如下命令

 

圖 17

轉載自 romil   的部落格

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31524777/viewspace-2215564/，如需轉載，請註明出處，否則將追究法律責任。