ElasticSearch安裝ik分詞外掛

獵手家園發表於2016-05-01
Elasticsearch分詞

一、IK簡介

IK Analyzer是一個開源的，基於java語言開發的輕量級的中文分詞工具包。最初，它是以開源專案Luence為應用主體的，結合詞典分詞和文法分析演算法的中文分片語件。從3.0版本開 始，IK發展為面向Java的公用分片語件，獨立於Lucene專案，同時提供了對Lucene的預設最佳化實現。在2012版本中，IK實現了簡單的分詞 歧義排除演算法，標誌著IK分詞器從單純的詞典分詞向模擬語義分詞衍化。

二、安裝IK分詞外掛

1、獲取分詞的依賴包

透過git clone https://github.com/medcl/elasticsearch-analysis-ik，下載分詞器原始碼，然後進入下載目錄：

執行命令：mvn clean package，打包生成elasticsearch-analysis-ik-1.2.5.jar

將這個jar複製到ES_HOME/plugins/analysis-ik目錄下面，如果沒有該目錄，則先建立該目錄。

2、ik目錄複製

將下載目錄中的ik目錄複製到ES_HOME/config目錄下面。

3、分詞器配置

開啟ES_HOME/config/elasticsearch.yml檔案，在檔案最後加入如下內容：

index:
  analysis:                   
    analyzer:      
      ik:
          alias: [ik_analyzer]
          type: org.elasticsearch.index.analysis.IkAnalyzerProvider
      ik_max_word:
          type: ik
          use_smart: false
      ik_smart:
          type: ik
          use_smart: true
或：
index.analysis.analyzer.default.type: ik

ok！外掛安裝已經完成，請重新啟動ES，接下來測試ik分詞效果啦！

三、ik分詞測試

1、建立一個索引，名為index

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

如果Elasticsearch 安裝完IK分詞外掛後使用curl命令建立索引出錯如下：

nested: ClassNotFoundException[org.apache.http.client.ClientProtocolException]; ","status":500}

解決方法：

Elasticsearch lib 資料夾中 引入：httpclient-4.3.5.jar和httpcore-4.3.2.jar。

下載地址：http://hc.apache.org/httpcomponents-client-4.4.x/download.html

2、為索引index建立mapping

curl -XPOST http://localhost:9200/index/fulltext/_mapping -d'
{
    "fulltext": {
             "_all": {
            "analyzer": "ik"
        },
        "properties": {
            "content": {
                "type" : "string",
                "boost" : 8.0,
                "term_vector" : "with_positions_offsets",
                "analyzer" : "ik",
                "include_in_all" : true
            }
        }
    }
}'

3、測試

curl 'http://localhost:9200/index/_analyze?analyzer=ik&pretty=true' -d '
{
"text":"世界如此之大"
}'

顯示結果如下：

{
  "tokens" : [ {
    "token" : "text",
    "start_offset" : 4,
    "end_offset" : 8,
    "type" : "ENGLISH",
    "position" : 1
  }, {
    "token" : "世界",
    "start_offset" : 11,
    "end_offset" : 13,
    "type" : "CN_WORD",
    "position" : 2
  }, {
    "token" : "如此",
    "start_offset" : 13,
    "end_offset" : 15,
    "type" : "CN_WORD",
    "position" : 3
  }, {
    "token" : "之大",
    "start_offset" : 15,
    "end_offset" : 17,
    "type" : "CN_WORD",
    "position" : 4
  } ]
}

 

官方資料： https://github.com/medcl/elasticsearch-analysis-ik

相關文章