elasticsearch 使用 ik分词器

在elasticsearch全文搜索中，如果需要用到中文分词，可以选择默认的分词器，但是默认分词器的分词效果不太好，我们可以选择ik分词器。

ik分词器支持的版本,目前我们基本都是根据elasticsearch 的版本选择对应的ik分词器版本，

目前使用elasticsearch-7.16.0， 那么分词器也选择7.16.0，下面是对应的版本选择

es常用数据类型

字段的数据类型由字段的属性type指定，ElasticSearch支持的基础数据类型主要有：

• 字符串类型：keyword和text。（在5.0之后更改，原来为string）。
• 数值类型：字节（byte）、2字节（short）、4字节（integer）、8字节（long）、float、double；
• 布尔类型：boolean，值是true或false；
• 时间/日期类型：date，用于存储日期和时间；
• 二进制类型：binary；
• IP地址类型：ip，以字符串形式存储IPv4地址；
• 特殊数据类型：token_count，用于存储索引的字数信息

 安装ik分词器有两种方法

1、直接下载 对应分词器压缩包 然后解压到对应目录,安装完成后重启es

cd /data/es/elasticsearch-7.16.0-node-1/plugins/
mkdir ik
cd ik
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.16.0/elasticsearch-analysis-ik-7.16.0.zipunzip elasticsearch-analysis-ik-7.16.0.zip

2、使用 elasticsearch-plugin 安装（从 v5.5.1 版本支持）,安装完成重启es

cd /data/es/elasticsearch-7.16.0-node-1/./bin/elasticsearch-plugin install wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.16.0/elasticsearch-analysis-ik-7.16.0.zip

测试分词器

{"analyzer" : "ik_max_word","text": "河北省石家庄市高新区虚度大道"
}

返回结果：

{"tokens": [{"token": "河北省","start_offset": 0,"end_offset": 3,"type": "CN_WORD","position": 0},{"token": "河北","start_offset": 0,"end_offset": 2,"type": "CN_WORD","position": 1},{"token": "省","start_offset": 2,"end_offset": 3,"type": "CN_CHAR","position": 2},{"token": "石家庄市","start_offset": 3,"end_offset": 7,"type": "CN_WORD","position": 3},{"token": "石家庄","start_offset": 3,"end_offset": 6,"type": "CN_WORD","position": 4},{"token": "家庄","start_offset": 4,"end_offset": 6,"type": "CN_WORD","position": 5},{"token": "市","start_offset": 6,"end_offset": 7,"type": "CN_CHAR","position": 6},{"token": "高新区","start_offset": 7,"end_offset": 10,"type": "CN_WORD","position": 7},{"token": "高新","start_offset": 7,"end_offset": 9,"type": "CN_WORD","position": 8},{"token": "新区","start_offset": 8,"end_offset": 10,"type": "CN_WORD","position": 9},{"token": "虚度","start_offset": 10,"end_offset": 12,"type": "CN_WORD","position": 10},{"token": "大道","start_offset": 12,"end_offset": 14,"type": "CN_WORD","position": 11}]
}

在使用ElasticSearch的时候，我们会牵扯到很多的请求方法，比如GET,POST,PUT,DELETE等等，这些方法使用的都是Restful的调用风格，我们来简单介绍下这些方法

• GET 请求：获取服务器中的对象
  • 相当于SQL的Select命令
  • GET /test_analysis 获取所有的test_analysis信息，默认查询10条
• POST 请求：在服务器上更新对象
  • 相当于SQL的update命令
  • POST /test_analysis/1 更新id为1的test_analysis的信息
• PUT 请求：在服务器上创建对象
  • 相当于SQL的create命令
  • PUT /test_analysis/id 创建一个id为xx的数据
• DELETE 请求：删除服务器中的对象HEAD 请求：仅仅用于获取对象的基础信息
  • 相当于sql中的delete命令
  • DELETE /test_analysis/1 删除id为1的数据

创建索引并指定分词器

http://127.0.0.1:9200/test_analysis?pretty

PUT /test_analysis{"mappings": {"properties": {"content": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_smart"}}}
}

查看索引映射：

curl http://127.0.0.1:9200/test_analysis/_mapping?pretty

删除索引

curl -X DELETE 'http://127.0.0.1:9200/test_analysis?pretty=null'

新增数据

curl -X GET 'http://elastic:dsydnn@127.0.0.1:9200/test_analysis/_doc?pretty=null' \
-H 'Content-Type: application/json' \
-d '
{
"content" : "我是中国人"
}'

 查询：

curl  -X GET 'http://127.0.0.1:9200/test_analysis/_search?pretty=null' \
-H'Content-Type: application/json' \
-d '{"query": {"bool": {"must": [{"term": {"content": "中"}}]}}
}'

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！