Elasticsearch基础之:head插件和ik,pinyin中文分词插件安装

本文使用的Elasticsearch版本是2.4.1

离线安装head插件

https://github.com/mobz/elasticsearch-head/archive/master.zip
下载head插件
然后到$ES_HOME(elasticsearch的主目录,下同),执行命令: bin/plugin install file:/home/××/elasticsearch-head.zip ,注:file后面为插件所在的绝对或者相对路径

重启elasticsearch,访问http://localhost:9200/_plugin/head/ 查看插件界面

image.png

注:在线安装head插件方法是:$ES_HOME/bin/plugin install mobz/elasticsearch-head

安装ik分词插件

https://github.com/medcl/elasticsearch-analysis-ik 下载对应的ik版本,
这里我们使用的es是2.4.1,对应的ik插件版本是v1.10.1,如果使用不同的es版本,自行选择不同的Tag

image.png

Download ZIP 下载源码,使用mvn clean package -Dmaven.test.skip=true进行编译,编译成功后,拷贝elasticsearch-analysis-ik-1.10.1.zip到$ES_HOME/plugins/ik里面(没有ik目录自行创建)。


image.png

用unzip elasticsearch-analysis-ik-1.10.1.zip 解压,再重启elasticsearch。

验证ik分词效果
http://10.1.109.163:9200/_analyze?text=中华人民共和国MN&tokenizer=ik
或者
http://10.1.109.163:9200/_analyze?text=中华人民共和国MN&analyzer=ik
或者
curl -XGET "http://localhost:9200/your_index/_analyze" -H 'Content-Type: application/json' -d'
{
"text":"中华人民共和国MN","tokenizer": "my_ik"
}'

可以看到以下分词效果,说明ik分词正常:


image.png

注:可以试着将analyzer改成ik_smart和ik_max_word对比结果的不同
ik_smart 是 IK Analysis 其中一种分词形式。IK Analysis主要有两种类型的分词形式,分别是 ik_max_word 和 ik_smart。

ik_max_word: 会将文本做最细粒度的拆分,比如会将“中华人民共和国国歌”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”、“人”、“民”,、“共和国”、“共和”、“和”、“国歌”等,会穷尽各种可能的组合;
ik_smart: 会做最粗粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国”、“国歌”。

ik实战例子

{
    "mappings":{
        "post":{
            "dynamic":"strict",
            "properties":{
                "id":{"type":"integer","store":"yes"},
                "title":{"type":"string","store":"yes","index":"analyzed","analyzer": "ik_max_word","search_analyzer": "ik_max_word"},
                "content":{"type":"string","store":"yes","index":"analyzed","analyzer": "ik_max_word","search_analyzer": "ik_max_word"},
                "author":{"type":"string","store":"yes","index":"no"},
                "time":{"type":"date","store":"yes","index":"no"}
            }
        }
    }
}
  • 2、再put一条数据进去


    image.png
  • 3、模拟查询,查询“上海”能正常查询出来,但是查询“上”就查询不到数据


    image.png

pinyin分词插件

https://github.com/medcl/elasticsearch-analysis-pinyin 下载对应的pinyin版本,es2.4.1版本对应的pinyin版本是v1.8.1,选择Tag进行切换,
安装方法同ik分词插件,

验证pinyin分词,访问
http://10.1.109.163:9200/_analyze?analyzer=pinyin&text=张学友:

image.png

参考:

elasticsearch2.3.3以及其插件离线安装
bin/plugin install file:/home/××/license-2.3.3.zip

Elasticsearch之中文分词器插件es-ik(博主推荐)

安装elasticsearch-analysis-ik中文分词插件

Elasticsearch 5 Ik+pinyin分词配置详解

社区帖子全文搜索实战(基于ElasticSearch)

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 216,544评论 6 501
  • 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 92,430评论 3 392
  • 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 162,764评论 0 353
  • 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 58,193评论 1 292
  • 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 67,216评论 6 388
  • 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 51,182评论 1 299
  • 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 40,063评论 3 418
  • 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 38,917评论 0 274
  • 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 45,329评论 1 310
  • 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 37,543评论 2 332
  • 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 39,722评论 1 348
  • 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 35,425评论 5 343
  • 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 41,019评论 3 326
  • 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 31,671评论 0 22
  • 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 32,825评论 1 269
  • 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 47,729评论 2 368
  • 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 44,614评论 2 353

推荐阅读更多精彩内容