版權聲明：本文為博主原創文章,地址:http://blog.csdn.net/napoay,轉載請留言.
一、拼音分詞的應用
拼音分詞在日常生活中其實很常見，也許你每天都在用。打開淘寶看一看吧,輸入拼音”zhonghua”,下面會有包含”zhonghua”對應的中文”中華”的商品的提示：
拼音分詞是根據輸入的拼音提示對應的中文，通過拼音分詞提升搜索體驗、加快搜索速度。下面介紹如何在Elasticsearch 5.1.1中配置和實現pinyin+iK分詞。
二、IK分詞器下載與安裝
關於IK分詞器的介紹不再多少，一言以蔽之，IK分詞是目前使用非常廣泛分詞效果比較好的中文分詞器。做ES開發的，中文分詞十有八九使用的都是IK分詞器。
下載地址:https://github.com/medcl/elasticsearch-analysis-ik
配置之前關閉elasticsearch，配置完成以后再重啟。
IK的版本要和當前ES的版本一致，README中有說明。我使用的是ES是5.1.1，IK的版本為5.1.1(你也許會奇怪為什么IK上一個版本是1.X,下一個版本一下升到5.X?是因為Elastic官方為了統一版本號，之前es的版本是2.x,logstash的版本是2.x,同時Kibana的版本是4.x，ik的版本是1.x，這樣版本很混亂。5.0之后，統一版本號，這樣你使用5.1.1的es，其它軟件的版本也使用5.1.1就好了)。
下載之后進入到elasticsearch-analysis-pinyin-master目錄，mvn打包(沒有安裝maven的自行安裝)，運行命令：
mvn package打包成功以后，會生成一個target文件夾，在elasticsearch-analysis-ik-master/target/releases目錄下，找到elasticsearch-analysis-ik-5.1.1.zip，這就是我們需要的安裝文件。解壓elasticsearch-analysis-ik-5.1.1.zip，得到下面內容：
commons-codec-1.9.jar commons-logging-1.2.jar config elasticsearch-analysis-ik-5.1.1.jar httpclient-4.5.2.jar httpcore-4.4.4.jar plugin-descriptor.properties然后在elasticsearch-5.1.1/plugins目錄下新建一個文件夾ik，把elasticsearch-analysis-ik-5.1.1.zip解壓后的文件拷貝到elasticsearch-5.1.1/plugins/ik目錄下.截圖方便理解。 
三、pinyin分詞器下載與安裝
pinyin分詞器的下載地址:
https://github.com/medcl/elasticsearch-analysis-pinyin
安裝過程和IK一樣，下載、打包、加入ES。這里不在重復上述步驟，給出最后配置截圖 
四、分詞測試
IK和pinyin分詞配置完成以后，重啟ES。如果重啟過程中ES報錯，說明安裝有錯誤，沒有報錯說明配置成功。
4.1 IK分詞測試
創建一個索引:
curl -XPUT "http://localhost:9200/index"測試分詞效果:
curl -XPOST "http://localhost:9200/index/_analyze?analyzer=ik_max_word&text=中華人民共和國"分詞結果:
{
"tokens": [{ "token": "中華人民共和國", "start_offset": 0, "end_offset": 7, "type": "CN_WORD", "position": 0 }, { "token": "中華人民", "start_offset": 0, "end_offset": 4, "type": "CN_WORD", "position": 1 }, { "token": "中華", "start_offset": 0, "end_offset": 2, "type": "CN_WORD", "position": 2 }, { "token": "華人", "start_offset": 1, "end_offset": 3, "type": "CN_WORD", "position": 3 }, { "token": "人民共和國", "start_offset": 2, "end_offset": 7, "type": "CN_WORD", "position": 4 }, { "token": "人民", "start_offset": 2, "end_offset": 4, "type": "CN_WORD", "position": 5 }, { "token": "共和國", "start_offset": 4, "end_offset": 7, "type": "CN_WORD", "position": 6 }, { "token": "共和", "start_offset": 4, "end_offset": 6, "type": "CN_WORD", "position": 7 }, { "token": "國", "start_offset": 6, "end_offset": 7, "type": "CN_CHAR", "position": 8 }, { "token": "國歌", "start_offset": 7, "end_offset": 9, "type": "CN_WORD", "position": 9 }] }使用ik_smart分詞:
curl -XPOST "http://localhost:9200/index/_analyze?analyzer=ik_smart&text=中華人民共和國"分詞結果:
{
"tokens": [{ "token": "中華人民共和國", "start_offset": 0, "end_offset": 7, "type": "CN_WORD", "position": 0 }, { "token": "國歌", "start_offset": 7, "end_offset": 9, "type": "CN_WORD", "position": 1 }] }截圖方便理解: 
4.2拼音分詞測試
測試拼音分詞:
curl -XPOST "http://localhost:9200/index/_analyze?analyzer=pinyin&text=張學友"分詞結果:
{
"tokens": [{ "token": "zhang", "start_offset": 0, "end_offset": 1, "type": "word", "position": 0 }, { "token": "xue", "start_offset": 1, "end_offset": 2, "type": "word", "position": 1 }, { "token": "you", "start_offset": 2, "end_offset": 3, "type": "word", "position": 2 }, { "token": "zxy", "start_offset": 0, "end_offset": 3, "type": "word", "position": 3 }] }五、IK+pinyin分詞配置
5.1創建索引與分析器設置
創建一個索引，並設置index分析器相關屬性:
curl -XPUT "http://localhost:9200/medcl/" -d' { "index": { "analysis": { "analyzer": { "ik_pinyin_analyzer": { "type": "custom", "tokenizer": "ik_smart", "filter": ["my_pinyin", "word_delimiter"] } }, "filter": { "my_pinyin": { "type": "pinyin", "first_letter": "prefix", "padding_char": " " } } } } }'創建一個type並設置mapping:
curl -XPOST http://localhost:9200/medcl/folks/_mapping -d' { "folks": { "properties": { "name": { "type": "keyword", "fields": { "pinyin": { "type": "text", "store": "no", "term_vector": "with_positions_offsets", "analyzer": "ik_pinyin_analyzer", "boost": 10 } } } } } }'5.2索引測試文檔
索引2份測試文檔。
文檔1:
curl -XPOST http://localhost:9200/medcl/folks/andy -d'{"name":"劉德華"}'文檔2:
curl -XPOST http://localhost:9200/medcl/folks/tina -d'{"name":"中華人民共和國國歌"}'5.3測試(1)拼音分詞
下面四條命命令都可以匹配”劉德華”
curl -XPOST "http://localhost:9200/medcl/folks/_search?q=name.pinyin:liu" curl -XPOST "http://localhost:9200/medcl/folks/_search?q=name.pinyin:de" curl -XPOST "http://localhost:9200/medcl/folks/_search?q=name.pinyin:hua" curl -XPOST "http://localhost:9200/medcl/folks/_search?q=name.pinyin:ldh"5.4測試(2)IK分詞測試
curl -XPOST "http://localhost:9200/medcl/_search?pretty" -d' { "query": { "match": { "name.pinyin": "國歌" } }, "highlight": { "fields": { "name.pinyin": {} } } }'返回結果:
{
"took" : 2, "timed_out" : false, "_shards" : { "total" : 5, "successful" : 5, "failed" : 0 }, "hits" : { "total" : 1, "max_score" : 16.698704, "hits" : [ { "_index" : "medcl", "_type" : "folks", "_id" : "tina", "_score" : 16.698704, "_source" : { "name" : "中華人民共和國國歌" }, "highlight" : { "name.pinyin" : [ "<em>中華人民共和國</em><em>國歌</em>" ] } } ] } }說明IK分詞器起到了效果。
5.3測試(4)pinyin+ik分詞測試：
curl -XPOST "http://localhost:9200/medcl/_search?pretty" -d' { "query": { "match": { "name.pinyin": "zhonghua" } }, "highlight": { "fields": { "name.pinyin": {} } } }'返回結果:
{
"took" : 3, "timed_out" : false, "_shards" : { "total" : 5, "successful" : 5, "failed" : 0 }, "hits" : { "total" : 2, "max_score" : 5.9814634, "hits" : [ { "_index" : "medcl", "_type" : "folks", "_id" : "tina", "_score" : 5.9814634, "_source" : { "name" : "中華人民共和國國歌" }, "highlight" : { "name.pinyin" : [ "<em>中華人民共和國</em>國歌" ] } }, { "_index" : "medcl", "_type" : "folks", "_id" : "andy", "_score" : 2.2534127, "_source" : { "name" : "劉德華" }, "highlight" : { "name.pinyin" : [ "<em>劉德華</em>" ] } } ] } }截圖如下: 
使用pinyin分詞以后，原始的字段搜索要加上.pinyin后綴，搜索原始字段沒有返回結果：
