Elasticserch2-analysis-ik(中文分词)

1.安装

    1.下载相应版本:https://github.com/medcl/elasticsearch-analysis-ik

    2.maven打包

        mvn clean

        mvn compile

        mvn package

    3.在elasticsearch安装包下的plugins文件夹下新建ik文件夹,并将maven打包生成的elasticsearch-analysis-ik/target/releases/elasticsearch-analysis-ik-*.zip解压到ik目录

2.设置分词

    1.settings修改索引库默认配置

    例如:分片数量,副本数量

 查看:curl -XGET http://localhost:9200/zhouls/_settings?pretty

   操作不存在索引:curl -XPUT 'localhost:9200/liuch/' -d'{"settings": {"number_of_shards":3,"number_of_replicas":0}}'

    操作已存在索引:curl -XPUT '192.168.80.10:9200/zhouls/_settings' -d'{"index":{"number_of_replicas":1}}'

    总结:不存在索引时,可以指定副本和分片,如果已经存在,则只能修改副本。在创建新的索引库时,可以指定索引分片的副本数。默认是。

    2.mappings配置

    Mapping,就是对索引库中索引的字段名称及其数据类型进行定义,类似于mysql中的表结构信息。不  过es的mapping比数据库灵活很多,它可以动态识别字段。一般不需要指定mapping都可以,因为es会自动根据数据格式识别它的类型,如果你需要对某些字段添加特殊属性(如:定义使用其它分词器、是否分词、是否存储等),就必须手动添加mapping。

    我们在es中添加索引数据时不需要指定数据类型,es中有自动影射机制,字符串映射为string,数字映射为long。通过mappings可以指定数据类型是否存储等属性。

    例如:字段类型,使用哪种分词工具啊等,如下:

    注意:下面可以使用indexAnalyzer定义分词器,也可以使用index_analyzer定义分词器

    操作不存在的索引

    curl -XPUT 'localhost:9200/account' -d'{"mappings":{"emp":{"properties":{"name":{"type":"string","analyzer": "ik_max_word"}}}}}'

    操作已存在的索引

    curl -XPOST http://localhost:9200/account/user/_mapping -d'{"properties":{"name":{"type":"string","analyzer": "ik_max_word"}}}'

    3.查看"小正"分词:curl 'localhost:9200/account/_analyze?pretty=1&analyzer=ik_max_word' -d '小正'

3.案例。如:

curl -XGET http://localhost:9200/account/_settings?pretty
{
    "account" : {
        "settings" : {
            "number_of_replicas" : "1",
            "number_of_shards" : "5"
        }
        "mappings" : {
            "user" : {
                "properties" : {
                    "id" : {
                        "type" : "integer",
                        "index":"not_analyzed"
                    },
                    "name" : {
                        "type" : "string",
                        "index":"analyzed",
                        "analyzer":"ik_max_word",
                        "search_analyzer": "ik_max_word"
                    },
                    "age" : {
                        "type" : "integer",
                        "index":"not_analyzed"
                    },
                    "sex" : {
                        "type" : "integer",
                        "index":"not_analyzed"
                    }
                }
            }
        }
    }
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345

推荐阅读更多精彩内容