共计 1482 个字符，预计需要花费 4 分钟才能阅读完成。
本文首发于公众号：Hunter 后端
原文链接：es 笔记四之中文分词插件装置与应用
后面咱们介绍的操作及演示都是基于英语单词的分词，但咱们大部分应用的必定都是中文，所以如果须要应用分词的操作必定也是须要应用中分分词。
这里咱们介绍一下如何装置中文分词插件。
在介绍装置之前，咱们能够先来测试一下没有中文分词的分词成果，咱们先来插入一条数据：
PUT /exam/_doc/16
{
"name" : "张三丰",
"address": "一个苹果"
}如果是中文分词，咱们能够想到 ‘ 一个苹果 ’ 应该会被分为 ‘ 一个 ’ 和 ‘ 苹果 ’ 这两个词，然而默认的分词是无奈这样分词的，咱们能够尝试搜寻一下：
GET /exam/_search
{
"query": {
"term": {"address": "一个"}
}
}能够发现是无奈搜寻到后果的。
咱们能够查看一下这条数据的 address 字段被分词的后果：
GET /exam/_doc/16/_termvectors?fields=address其中，_doc 前面的 16 是咱们要查问的数据的 id，fields 前面跟着的要查看的分词后果的字段名。
能够看到 一个苹果 这个字符串，被挨个分成了四个。
而后咱们来装置一下中文分词的插件。
装置中文分词插件
在 elasticsearch 装置的目录下，执行上面的语句：
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.0/elasticsearch-analysis-ik-7.6.0.zip这里咱们装置的是 7.6.0 版本的 es，所以装置对应的分词插件。
而后咱们从新建设这个 index，为 address 字段加上指定的分词插件：
挨个执行上面的命令：
DELETE /exam/
PUT /exam
PUT /exam/_mapping
{
"properties": {
"address": {
"type": "text",
"analyzer": "ik_max_word",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"name": {"type": "keyword"}
}
}这里，和第一次创立 mapping 的时候比，多了一行 analyzer 的定义。
而后咱们再次反复下面的插入和查问操作：
PUT /exam/_doc/16
{
"name" : "张三丰",
"address": "一个苹果"
}
GET /exam/_search
{
"query": {
"term": {"address": "一个"}
}
}能够看到，这次咱们搜寻 一个，就能够查问到数据了。
而后咱们看下这条数据的 address 的分词后果：
GET /exam/_doc/16/_termvectors?fields=address能够看到，这次返回的后果除了独自的 ‘ 一 ’ 和 ‘ 个 ’ 之外，还有被分成整体的 ‘ 一个 ’ 和 ‘ 苹果 ’。
查看分词后果
这里额定介绍一下如何查看字符串的分词。
如果咱们有一个字符串，想要晓得它会被如何分词，能够间接应用上面的命令：
POST /_analyze
{
"analyzer": "ik_smart",
"text": "一个苹果"
}其中，analyzer 是指定的分词的插件，如果不指定就会应用默认的分词性能。
中文分词插件的 github 地址如下：https://github.com/medcl/elasticsearch-analysis-ik
如果想获取更多后端相干文章，可扫码关注浏览：
