在搜索领域，中文分词一直都是难题。经过很多大牛的不懈努力，还是出现了一些很不错的中文分词器，比如本文提到的IK。本文主要基于ES，安装ik分词插件。
一、IK简介
IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。
在搜索领域，中文分词一直都是难题。经过很多大牛的不懈努力，还是出现了一些很不错的中文分词器，比如本文提到的IK。本文主要基于ES，安装ik分词插件。
一、IK简介
IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始， IKAnalyzer已经推出了4个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。从3.0版本开 始，IK发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。在2012版本中，IK实现了简单的分词 歧义排除算法，标志着IK分词器从单纯的词典分词向模拟语义分词衍化。
IK Analyzer 2012特性:
1.采用了特有的“正向迭代最细粒度切分算法“，支持细粒度和智能分词两种切分模式；
2.在系统环境：Core2 i7 3.4G双核，4G内存，window 7 64位， Sun JDK 1.6_29 64位 普通pc环境测试，IK2012具有160万字/秒（3000KB/S）的高速处理能力。
3.2012版本的智能分词模式支持简单的分词排歧义处理和数量词合并输出。
4.采用了多子处理器分析模式，支持：英文字母、数字、中文词汇等分词处理，兼容韩文、日文字符
5.优化的词典存储，更小的内存占用。支持用户词典扩展定义。特别的，在2012版本，词典支持中文，英文，数字混合词语。
二、安装IK分词插件
假设读者已经安装好ES，如果没有的话，请参考。安装IK分词需要的资源可以从下载，整个安装过程需要三个步骤：
1、获取分词的依赖包
通过git clone /medcl/elasticsearch-analysis-ik，下载分词器源码，然后进入下载目录，执行命令：mvn clean package，打包生成elasticsearch-analysis-ik-1.2.5.jar。将这个jar拷贝到ES_HOME/plugins/analysis-ik目录下面，如果没有该目录，则先创建该目录。
2、ik目录拷贝
将下载目录中的ik目录拷贝到ES_HOME/config目录下面。
3、分词器配置
打开ES_HOME/config/elasticsearch.yml文件，在文件最后加入如下内容：
&span style="font-size:18"&index:
alias: [ik_analyzer]
type: org.elasticsearch.index.analysis.IkAnalyzerProvider
ik_max_word:
use_smart: false
use_smart: true
index.analysis.analyzer.default.type: ik&/span&
ok！插件安装已经完成，请重新启动ES，接下来测试ik分词效果啦！
三、ik分词测试
1、创建一个索引，名为index。
&span style="font-size:18"&curl -XPUT http://localhost:9200/index&/span&
2、为索引index创建mapping。
&span style="font-size:18"&curl -XPOST http://localhost:9200/index/fulltext/_mapping -d'
"fulltext": {
"analyzer": "ik"
"properties": {
"content": {
"type" : "string",
"boost" : 8.0,
"term_vector" : "with_positions_offsets",
"analyzer" : "ik",
"include_in_all" : true
&span style="font-size:18"&curl 'http://localhost:9200/index/_analyze?analyzer=ik&pretty=true' -d '
"text":"世界如此之大"
显示结果如下：
"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
ik分词还是很不错的，但对于站内具体业务需求还是不能直接拿来用的，需要根据具体业务需求完善ik。
版权声明：本文内容由互联网用户自发贡献，本社区不拥有所有权，也不承担相关法律责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件至： 进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容。
用云栖社区APP，舒服~
【云栖快讯】数据库技术天团集体亮相，分享一线生产实践经验，告诉你踩过的坑、走过的路，都是老司机，靠谱！干货分享，不可错过！&&
基于云安全大数据能力实现，通过防御SQL注入、XSS跨站脚本、常见Web服务器插件漏洞、木马上传、非授权核心资源...
为您提供简单高效、处理能力可弹性伸缩的计算服务，帮助您快速构建更稳定、安全的应用，提升运维效率，降低 IT 成本...
2017杭州云栖大会火热抢票
Loading...Elasticsearch 管理以及分词插件介绍_计算机软件及应用_IT/计算机_专业资料。Elasticsearch 管理以及分词插件介绍以下内容为转载,版权归原作者! 一)插件 ——head ...
elasticsearch java api——客户端 org.elasticsearch.client org.elasticsearch.client.AdminClient 接口 AdminClient 下有两个方法: 1) cluster(),产生一个允许从...
分布式搜索elasticsearch高级配置之(一)---分片分布...默认为 5 自定义分片分布规则可以通过设置分片的分布...分片分布过滤允许通过 include/exclude 过滤器来控制...
Stempel (Polish) Analysis plugin (作者 elasticsearch 团队) 简介:法文分词器 ...())//该字段在上面的方法中 mapping 定 义了,所以该字段就有了自定义的属性...
网易视频云:分布式搜索 elasticsearch 中文分词集成 网易视频云是...Java mapping 代码如下: 定义完后操作索引就会以指定的分词器来进行分词。 ...
这样 IndexWriter 和 IndexReader 都是工作在一个自定义的 Directory 分布式实现...analyzer=ik&text=测试 elasticsearch 分词器 附: ik 分词插件项目地址:https:...
我们且抛 开种种解决方案,来 看看 Elasticsearch 里面对这种需求,是多么的容易统计。 首先,我们需要造些数据,需要用到一个模型,这个模型定义了一个 type,就 算...
elasticsearch设计思路_计算机软件及应用_IT/计算机_专业资料。elasticsearch elasticsearch The Road to a Distributed, (Near) Real Time, Search Engine Shay ...
分别如下。 protected void doStart() throws ElasticSearchException { rivers...ProcessProbe 这几个 类,这几个类再调用 Sigar),否则使用自定义的探测器进行...
手册目的 ElasticSearch 学习资料 ? 声明无 ? 名词定义和缩略语说明表 2 名词...如果你需要对某些字段添加特殊属性(如:定义使用其它分词器、是否分词、是否存储 ...ElasticSearch配置中文分词ik - 简书
ElasticSearch配置中文分词ik
ElasticSearch 有一些自带的分词，如smartcn。这次是安装了ik的中文分词，其他的等待研究.网上帖子很多，可能是因为版本问题，但是安装的时候还是遇到了不少坑，因此记录下来，便于后面人参考。ElasticSearch 版本2.3.1；ik 版本 1.9.1【1】 下载对应的IK版本/medcl/elasticsearch-analysis-ik【2】编译elasticsearch-analysis-ik有git的可以采用命令行下载git clone--depth=1#没有git的，就直接在网站上点击下载即可。#需要安装Maven，因为是pom的项目#如果没有安装maven，执行 sudo apt-get install mavenMaven命令行编译
cd elasticsearch-analysis-ikmaven package
elasticsearch-analysis-ik#或者导入到eclipse工程中Maven 编译也可以【3】配置（1）maven package执行完毕后会在当前目录下生成target/releases目录，将其中的elasticsearch-analysis-ik-1.2.9.zip。拷贝到elasticsearch目录下的新建的目录plugins/analysis-ik，并解压。（2）拷贝辞典.将analysis-ik目录下的config/ik 拷贝到elasticsearch的config目录。（3）修改elasticsearch的配置文件，指定IK为分词工具。打开config/elasticsearch.yml,在最后添加index.analysis.analyzer.ik.type : "ik"【4】校验重启elasticsearch，查看启动是否正常。浏览器上输入http://localhost:9200/_analyze?analyzer=ik&pretty=true&text=我是中国人看到对比结果就说明IK安装成功啦。继续研究。。。。。PS:1)下载的时候要使用版本匹配的ik2)有很多帖子说直接可以用命令行安装，如下plugin install medcl/elasticsearch-analysis-ik，但是发现一堆报错，报各种配置找不到。我对比了下smartcn，elasticsearch-analysis-ik网站上下载的是源码，而smartcn已经是编译后的jar和配置了。@medcl 大侠，如果能提供编译好后的文件下载就更好啦}