本文首發于公眾號：Hunter后端
原文鏈接：es筆記四之中文分詞插件安裝與使用
前面我們介紹的操作及演示都是基于英語單詞的分詞，但我們大部分使用的肯定都是中文，所以如果需要使用分詞的操作肯定也是需要使用中分分詞，
這里我們介紹一下如何安裝中文分詞插件，
在介紹安裝之前，我們可以先來測驗一下沒有中文分詞的分詞效果，我們先來插入一條資料：
PUT /exam/_doc/16
{
"name" : "張三豐",
"address": "一個蘋果"
}
如果是中文分詞，我們可以想到 '一個蘋果' 應該會被分為 '一個' 和 '蘋果' 這兩個詞，但是默認的分詞是無法這樣分詞的，我們可以嘗試搜索一下：
GET /exam/_search
{
"query": {
"term": {
"address": "一個"
}
}
}
可以發現是無法搜索到結果的，
我們可以查看一下這條資料的 address 欄位被分詞的結果：
GET /exam/_doc/16/_termvectors?fields=address
其中，_doc 后面的 16 是我們要查詢的資料的 id，fields 后面跟著的要查看的分詞結果的欄位名，
可以看到 一個蘋果 這個字串，被挨個分成了四個，
然后我們來安裝一下中文分詞的插件，
安裝中文分詞插件
在 elasticsearch 安裝的目錄下，執行下面的陳述句：
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.0/elasticsearch-analysis-ik-7.6.0.zip
這里我們安裝的是 7.6.0 版本的 es，所以安裝對應的分詞插件，
然后我們重新建立這個 index，為 address 欄位加上指定的分詞插件：
挨個執行下面的命令：
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"
}
}
}
這里，和第一次創建 mapping 的時候比，多了一行 analyzer 的定義，
然后我們再次重復上面的插入和查詢操作：
PUT /exam/_doc/16
{
"name" : "張三豐",
"address": "一個蘋果"
}
GET /exam/_search
{
"query": {
"term": {
"address": "一個"
}
}
}
可以看到，這次我們搜索 一個，就可以查詢到資料了，
然后我們看下這條資料的 address 的分詞結果：
GET /exam/_doc/16/_termvectors?fields=address
可以看到，這次回傳的結果除了單獨的 '一' 和 '個' 之外，還有被分成整體的 '一個' 和 '蘋果'，
查看分詞結果
這里額外介紹一下如何查看字串的分詞，
如果我們有一個字串，想要知道它會被如何分詞，可以直接使用下面的命令：
POST /_analyze
{
"analyzer": "ik_smart",
"text": "一個蘋果"
}
其中，analyzer 是指定的分詞的插件，如果不指定就會使用默認的分詞功能，
中文分詞插件的github 地址如下：https://github.com/medcl/elasticsearch-analysis-ik
如果想獲取更多后端相關文章，可掃碼關注閱讀：
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/557077.html
標籤：其它
下一篇：返回列表