聊聊 elasticsearch 之分詞器配置 (IK+pinyin)

系統：windows 10

elasticsearch版本：5.6.9

---

es分詞的選擇

• 使用es是考慮服務的性能調優，通過讀寫分離的方式降低頻繁訪問數據庫的壓力，至於分詞的選擇考慮主要是根據目前比較流行的分詞模式，根據參考文檔自己搭建測試。

---

es配置目錄結構

• 在此先貼出es下plugins的目錄結構，避免安裝時一臉茫然(出自本人配置目錄，可根據自身需要進行調整)：
• es插件目錄結構：                                                                                                                                                                                

   

• ik壓縮包內文件列表：                                                                                                                                                                                                                                                                            
• pinyin壓縮包內文件目錄：                                                                                                                                                                                           

   

---

IK 分詞器

• IK分詞器下載地址：https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v5.6.11
• 進入鏈接，選擇對應版本編譯好的壓縮包，點擊即可下載。如下圖：  　　                                                                                                 、
• 上述步驟下載后，解壓文件到至\elasticsearch5.6.9\plugins\ik目錄下（如無ik目錄，手動創建即可），重新啟動es服務，即可看到控制台輸出的插件信息，表示配置成功。如下圖：

  ---

---

pinyin分詞器

• 拼音分詞器下載地址：https://github.com/medcl/elasticsearch-analysis-pinyin/releases?after=v5.6.11
• 拼音分詞的配置類似於ik分詞，進入鏈接，選擇對應版本編譯好的壓縮包，點擊即可下載。如下圖：                          　　                                               
• 上述步驟下載后，解壓文件到至\elasticsearch5.6.9\plugins\pinyin目錄下（如無pinyin目錄，手動創建即可），重新啟動es服務，即可看到控制台輸出的插件信息，表示配置成功。如下圖：

   

---

分詞器的測試案例

•  IK分詞，主要強調兩種分詞模式：ik_smart和ik_max_word
  • 　　ik_smart是將文本做了正確的拆分，如下圖：                                                                                                                  
  • 看到結果發現ik_smart分詞模式拆分的不夠細，“陽光明媚”並沒有拆分開，所以接下來就該另一種分詞出場了 ---- ik_max_word，直接上結果，如下圖：
  • 這種更加詳細的拆分才是我想要的，這回不用擔心高級搜索了····
•  拼音分詞，簡言之就是將文本拆分成更加詳細拼音，圖解如下：                                                                   

   

• ik與pinyin的結合使用（注：當使用分詞搜索數據的時候，必須是通過分詞器分析的數據才能搜索出來，否則無法搜索出數據）
  • 創建索引時可以自定義分詞器配置，通過映射可以指定自定義的分詞器，配置如下圖：                                        

     

  • 創建名稱為“greatom”的索引，自定義“ik_smart_pinyin”和“ik_max_word_pinyin”的分詞器，過濾設置為“g_pinyin”，如上圖右側提示則表示設置成功，可以通過“GET greatom/settings”查詢配置信息。
  • 創建type時，需要在字段的解析屬性（analyzer）中設置自定義名稱的映射，如下圖：                                                                                                            

     

  • 如上圖右側提示則表示創建成功，接下來增加點數據，以便后續測試。                                                         

     

  • 測試數據按照上圖方式即可進行批量新增，也可對索引數據進行查詢。接下來就開始正式的分詞查詢。           

     

  • 上圖表示兩種分詞的查詢格式，可以聯想搜索出相關的所有數據，感覺比較智能了。

---

結尾

• 通過對es分詞的了解和使用，發現選擇的兩種分詞模式已經滿足自己項目的使用，還未進行更深入的了解，后續會繼續了解底層及分詞原理，如有瑕疵或更好的見解，希望可以交流學習。