1-Elasticsearch - 各平台配置IK分词器

目录

• about
• ik下载
• 安装
  • Windows
  • Mac
  • CentOS
• 测试
• ik目录简介

• 返回Elasticsearch目录

about

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， IK Analyzer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。
后来，被一个叫medcl（曾勇 elastic开发工程师与布道师，elasticsearch开源社区负责人，2015年加入elastic）的人集成到了elasticsearch中， 并支持自定义字典.......
ps：elasticsearch的ik中文分词器插件由medcl的github上下载，而 IK Analyzer 这个分词器，如果百度搜索的，在开源中国中的提交者是林良益，由此推断之下，才有了上面的一番由来...........

注意：

• 首先你应该提前配置好了elasticsearch环境，并且你的ik分词器版本应该和elasticsearch的版本保持一致。

ik下载

从下面这两个地址下载：

• elasticsearch-analysis-ik 6.5.4
• elasticsearch-analysis-ik releases

如下图，我们各平台都是用zip包就完了。

安装

安装套路也特别简单，无论什么平台，在elasticsearch的安装目录内，都有个plugins目录，你在这个目录内建立一个ik目录(你也可以命名成别的，但为了好理解，这里建议使用ik)，完事将下载的zip包解压到这个ik目录内，然后重启elasticsearch就行了。

Windows

在elasticsearch安装目录中的plugins目录内新建ik目录，将从GitHub下载的压缩包解压到ik目录内即可：

Mac

在elasticsearch安装目录中的plugins目录内新建ik目录，将从GitHub下载的压缩包解压到ik目录内即可：

当然，按照上图直接解压也行。

CentOS

1. (可选)安装unzip命令，用来解压zip包：

yum install unzip zip -y

2. cd到elasticsearch安装目录的plugings目录，下载并解压：

[root@cs ik]# wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.5.4/elasticsearch-analysis-ik-6.5.4.zip
[root@cs ik]# unzip  elasticsearch-analysis-ik-6.5.4.zip
[root@cs ik]# ll
total 5832
-rw-r--r--. 1 root root  263965 May  6  2018 commons-codec-1.9.jar
-rw-r--r--. 1 root root   61829 May  6  2018 commons-logging-1.2.jar
drwxr-xr-x. 2 root root    4096 Aug 26  2018 config
-rw-r--r--. 1 root root   54693 Dec 23  2018 elasticsearch-analysis-ik-6.5.4.jar
-rw-r--r--. 1 root root 4504539 Dec 23  2018 elasticsearch-analysis-ik-6.5.4.zip
-rw-r--r--. 1 root root  736658 May  6  2018 httpclient-4.5.2.jar
-rw-r--r--. 1 root root  326724 May  6  2018 httpcore-4.4.4.jar
-rw-r--r--. 1 root root    1805 Dec 23  2018 plugin-descriptor.properties
-rw-r--r--. 1 root root     125 Dec 23  2018 plugin-security.policy

3. 删除安装包：

[root@cs ik]# rm -rf elasticsearch-analysis-ik-6.5.4.zip

完事了！

测试

• 首先将elascticsearch和kibana服务重启。
• 然后浏览器地址栏输入http://localhost:5601，在Dev Tools中的Console界面的左侧输入命令，再点击绿色的执行按钮执行。

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "上海自来水来自海上"
}

右侧就显示出结果了如下所示：

{
  "tokens" : [
    {
      "token" : "上海",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "自来水",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "自来",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "水",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "CN_CHAR",
      "position" : 3
    },
    {
      "token" : "来自",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "海上",
      "start_offset" : 7,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 5
    }
  ]
}

OK，安装完毕，非常的简单。

ik目录简介

我们简要的介绍一下ik分词配置文件：

• IKAnalyzer.cfg.xml，用来配置自定义的词库
• main.dic，ik原生内置的中文词库，大约有27万多条，只要是这些单词，都会被分在一起。
• surname.dic，中国的姓氏。
• suffix.dic，特殊（后缀）名词，例如乡、江、所、省等等。
• preposition.dic，中文介词，例如不、也、了、仍等等。
• stopword.dic，英文停用词库，例如a、an、and、the等。
• quantifier.dic，单位名词，如厘米、件、倍、像素等。

---

see also：[IK Analysis for Elasticsearch](https://github.com/medcl/elasticsearch-analysis-ik) | [elasticsearch build-in Analyzers](https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-analyzers.html) 欢迎斧正，that's all