我這里集成好了一個自帶IK的版本，下載即用，
https://github.com/xlb378917466/elasticsearch5.2.include_IK
添加了IK插件意味着你可以使用ik_smart（最粗粒度的拆分）和ik_max_word（最細粒度的拆分）兩種analyzer。
你也可以從下面這個地址獲取最新的IK源碼，自己集成，
https://github.com/medcl/elasticsearch-analysis-ik，
里面還提供了使用說明，可以很快上手。
一般使用elasticsearch-head測試比較方便。
這個IK分詞插件挺好用的，支持自定義分詞，更重要的是支持熱更新。
比如上面這個應用程序層是被分成了兩個詞，如果你把應用程序層作為一個詞添加到你的自定義詞典中，那么結果就會發生微妙的變化，通過這樣不斷的完善詞庫，相信搜索的體驗會越來越好。
現在IK分詞插件也算集成好了，如何使用？
首先新建一個索引，並且給這個索引下的文檔類型設置Mapping關系
這里還是繼續使用昨天新建的索引twitter作例子，所以只需要給文檔類型tweet 新建一個字段Content，並設置這一個字段的Mapping來舉例：
http://localhost:9200/twitter/_mapping/tweet/
{
"properties": {
"content": {
"type": "text",
"store": "no",
"term_vector": "with_positions_offsets",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart",
"include_in_all": "true",
"boost": 8
}
}
}
這樣一來，后面添加的Content就會使用ik_smart來分詞，
添加一條測試數據：
http://localhost:9200/twitter/tweet/1/ 選擇Put Method
{
"content": "應用程序層是一個附加層"
}
查詢測試：
http://localhost:9200/twitter/_search/
使用POST Method,因為我使用ElasticSearch Head 在Get的情況下不返回highlight信息，
{
"query" : { "match" : { "content" : "應用程序層是一個附加層" }},
"highlight" : {
"pre_tags" : ["<tag1>", "<tag2>"],
"post_tags" : ["</tag1>", "</tag2>"],
"fields" : {
"content" : {}
}
}
}
返回如下：
使用應用程序關鍵詞是搜不到內容的，因為分詞器不識別 這個詞，就是說你要用被你拆分之后的詞來搜索，才有匹配的記錄。
比如下面幾個就是被拆分出來的詞
