下载 elasticsearch-analysis-ik 安装包

下载地址: https://github.com/medcl/elasticsearch-analysis-ik/releases

安装 IK 分词器

1. 自动安装

   cd /opt/cloudera/parcels/ELASTICSEARCH/bin
   ./elasticsearch-plugin install -y https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.0.1/elasticsearch-analysis-ik-7.0.1.zip
   

2. 手动安装

   cd /opt/cloudera/parcels/ELASTICSEARCH/plugins
   wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.0.1/elasticsearch-analysis-ik-7.0.1.zip
   # 等待下载完成
   mkdir analysis-ik
   unzip -d analysis-ik/ elasticsearch-analysis-ik-7.0.1.zip 
   mv analysis-ik/config/ analysis-ik/analysis-ik
   mv analysis-ik/analysis-ik/ ../config/
   rm -rf elasticsearch-analysis-ik-7.0.1.zi
   

ik_max_word 和 ik_smart 两种分词模式

1. ik_max_word 将文本做最细粒度的拆分。

   例如: ik_max_word 会将 "中华人民共和国人民大会堂" 拆分为 "中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、大会堂、大会、会堂"等词语。

   {"text":"中华人民共和国人民大会堂","analyzer":"ik_max_word"}
   

2. ik_smart 会做最粗粒度的拆分。

   例如: ik_smart 会将"中华人民共和国人民大会堂"拆分为"中华人民共和国、人民大会堂"。

   {"text":"中华人民共和国人民大会堂","analyzer":"ik_smart"}
   

配置自定义词库

1. 新建自定义词库文件

   在 ${ELASTICSEARCH_HOME}/config/analysis-ik 目录下新建 custom/mydict.dic 文件(注意文件格式为 utf-8，不要选择utf-8 BOM)，可以在 my.dic 文件 中自定义词汇。

2. 修改配置文件 IKAnalyzer.cfg.xml

   <?xml version="1.0" encoding="UTF-8"?>
   <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
   <properties>
     <comment>IK Analyzer 扩展配置</comment>
     <!--用户可以在这里配置自己的扩展字典,多个扩展词典以分号分隔 -->
     <entry key="ext_dict">custom/mydict.dic</entry>
      <!--用户可以在这里配置自己的扩展停止词字典-->
     <entry key="ext_stopwords"></entry>
     <!--用户可以在这里配置远程扩展字典 -->
     <!-- <entry key="remote_ext_dict">words_location</entry> -->
     <!--用户可以在这里配置远程扩展停止词字典-->
     <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
   </properties>
   

3. 重启 ES 服务后测试分词效果

   {"text": "葡萄美酒夜光杯，欲饮琵琶马上催。醉卧沙场君莫笑，古来征战几人回？","analyzer": "ik_smart"}
   

   自定义词库加入 葡萄美酒夜光杯 前:
   

   
   自定义词库加入 葡萄美酒夜光杯 后:
   

配置热更新 IK 分词

1. 安装http服务, 创建远程扩展字典

2. 修改配置文件 IKAnalyzer.cfg.xml

   <?xml version="1.0" encoding="UTF-8"?>
   <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
   <properties>
     <comment>IK Analyzer 扩展配置</comment>
     <!--用户可以在这里配置自己的扩展字典,多个扩展词典以分号分隔 -->
     <entry key="ext_dict">custom/mydict.dic</entry>
      <!--用户可以在这里配置自己的扩展停止词字典-->
     <entry key="ext_stopwords"></entry>
     <!--用户可以在这里配置远程扩展字典 -->
     <entry key="remote_ext_dict">http://192.168.1.101/analysis-ik/mydict.dic</entry>
     <!--用户可以在这里配置远程扩展停止词字典-->
     <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
   </properties>
   

3. 重启 ES 服务后测试远程分词效果

   [root@node01 analysis-ik]# cat mydict.dic 
   欲饮琵琶马上催
   醉卧沙场君莫笑
   古来征战几人回