%20(2).svg)
项目简介
本项目是一个基于Elasticsearch和IK分词器的中文搜索引擎，可提供高效、准确的中文文本分词和搜索功能。集成IK分词器后，支持自定义词典、热更新分词、智能分词和最大分词模式，能满足不同场景下的中文分词需求。
项目的主要特性和功能
- 支持用户自定义词典，可根据业务需求添加或删除词汇。
- 具备热更新分词功能，无需重启Elasticsearch即可更新分词词典。
- 提供
ik_smart和ik_max_word两种分词模式，适用于不同分词需求。 - 支持多个Elasticsearch版本，从0.16.2到6.x版本。
- 通过IK分词器，能高效地将中文文本分割成有意义的词汇单元，提升搜索准确性。
安装使用步骤
安装
- 下载或编译插件：
- 可选2：使用Elasticsearch插件管理器安装（支持从v5.5.1版本开始）：
bash注意：请将6.3.0替换为你的Elasticsearch版本。 - 重启Elasticsearch：安装完成后，重启Elasticsearch以使插件生效。
使用
- 创建索引：
bash curl -XPUT http://localhost:9200/index - 创建映射：
bash curl -XPOST http://localhost:9200/index/fulltext/_mapping -H 'Content-Type:application/json' -d' { "properties": { "content": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" } } }' - 索引文档：
bash curl -XPOST http://localhost:9200/index/fulltext/1 -H 'Content-Type:application/json' -d' {"content":"美国留给伊拉克的是个烂摊子吗"} ' - 查询文档：
bash curl -XPOST http://localhost:9200/index/fulltext/_search -H 'Content-Type:application/json' -d' { "query" : { "match" : { "content" : "中国" }}, "highlight" : { "pre_tags" : ["<tag1>", "<tag2>"], "post_tags" : ["</tag1>", "</tag2>"], "fields" : { "content" : {} } } }'
自定义词典配置
可以通过配置文件IKAnalyzer.cfg.xml来管理自定义词典和停用词。配置文件路径为{conf}/analysis-ik/config/IKAnalyzer.cfg.xml或{plugins}/elasticsearch-analysis-ik-*/config/IKAnalyzer.cfg.xml。
xml
<properties>
<comment>IK Analyzer 扩展配置</comment>
<entry key="ext_dict">custom/mydict.dic;custom/single_word_low_freq.dic</entry>
<entry key="ext_stopwords">custom/ext_stopword.dic</entry>
<entry key="remote_ext_dict">location</entry>
<entry key="remote_ext_stopwords">http://xxx.com/xxx.dic</entry>
</properties>
热更新分词使用方法
通过配置远程扩展字典和停用词字典，可以实现热更新分词功能。配置示例如下：
xml
<entry key="remote_ext_dict">http://yoursite.com/getCustomDict</entry>
<entry key="remote_ext_stopwords">http://yoursite.com/getCustomStopwords</entry>
确保HTTP请求返回Last-Modified和ETag头部，内容格式为每行一个分词，换行符使用\n。
常见问题
- 自定义词典未生效：请确保扩展词典的文本格式为UTF8编码。
- 手动安装：可以通过以下步骤手动安装插件：
bash cd elasticsearch-analysis-ik git checkout tags/{version} mvn clean mvn compile mvn package拷贝和解压release下的文件到Elasticsearch插件目录，如plugins/ik，然后重启Elasticsearch。 - 分词测试失败：请在某个索引下调用analyze接口测试，而不是直接调用analyze接口。
ik_max_word和ik_smart的区别：ik_max_word：会将文本做最细粒度的拆分，穷尽各种可能的组合。ik_smart：会做最粗粒度的拆分，适用于需要更粗粒度分词的场景。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】