IK分词器是ElasticSearch(es)的一个最最最有名插件，能够把一段中文或者别的语句划分成一个个的关键字，进而在搜索的时候对数据库中或者索引库数据进一个匹配操作

举个小例子，可以将计算机科学与技术学院更细致的拆分为计算机、计算 、算机 、科学、与、技术、学院 、技术学院等。

IK提供了两个分词算法：ik_smart和ik_max_word，其中ik_smart为最少切分，ik_max_word为最细粒度划分。

---

目录

一、安装ik分词器

1、添加至环境目录

2、重启es

二、配置IK分词器

1、使用kibana测试

2、打开kibana进行测试

三、分词自定义

1、新建字典

2、重启es

四、Rest操作-关于索引的基本操作

1、创建一个索引

2、创建索引步骤：使用PUT命令

3、指定字段类型

4、获得这个规则

5、查看默认的信息

6、修改索引

7、删除索引

---

一、安装ik分词器

1、添加至环境目录

在上一篇文章中我已经安装了ElasticSearch，并且我新建了环境目录

现在将ik分词器的文件夹解压到C:\elasticsearch\elasticsearch-7.6.1\plugins中。

2、重启es

已成功安装ik分词器插件

这里我觉得每次点开都超级麻烦啊，我就直接把那三个常用的文件新建了快捷方式拖到桌面上了

每次按照从左到右的顺序重启即可

其中第二个文件应通过输入指令

启动指令

npm run start

更多详情可以看我的上一篇文章

也可以通过命令来查看加载进来的插件

elasticsearch-plugin list

---

二、配置IK分词器

1、使用kibana测试

启动kibana：C:\elasticsearch\kibana-7.6.1-windows-x86_64\bin\kibana.bat

需要耐心等待，而且需要检查是否已经启动elasticsearch.bat、elasticsearch-head-master。kibana生成前端资源要一点时间，这时候nodejs监听已经运行但是资源页面资源还没准备好，之后会尝试连接elasticsearch如果连不上超时也起不来，所以等一会在看日志有没有error就好。

2、打开kibana进行测试

网址：http://localhost:5601/

GET _analyze

{

  "analyzer": "ik_smart",

  "text": "中华人民共和国"

}

试运行一次下面的代码，分出了一个词

再看一个例子的话

GET _analyze

{

  "analyzer": "ik_max_word",

  "text": "大数据开发"

}

那么ik_smart与ik_max_word的对比如下表

	ik_smart	ik_max_word
分词粒度	智能分词，最粗粒度划分	最细粒度划分
分词次数与字重复	每个字在句子中只会出现一次	允许句子中的字反复出现，只要在词库中出现过，就会被拆分出来
歧义识别	有歧义识别功能	没有歧义识别功能

ik_smart为最少切分

ik_max_word为最细粒度划分

---

三、分词自定义

1、新建字典

当字典中没有自己需要的词，需要自己添加词至分词器的字典中

Ik分词器中增加自己的配置

文件路径：C:\elasticsearch\elasticsearch-7.6.1\plugins\elasticsearch-analysis-ik-7.6.1\config

新建一个自己的字典，文件后缀改为.dic

添加自己设定的词

保存并关闭此文件

再看ik分词器配置文件，打开

将自己新建的字典添加至配置文件中

保存并关闭

2、重启es

加载了rachel.dic

再次测试看效果

以后我们需要自己配置分词就在自己定义的dic文件中进行配置即可

至此IK分词器安装、配置、分词自定义完成

---

四、Rest操作-关于索引的基本操作

Rest是一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

method	url地址	描述
PUT	Localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id）
POST	Localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST	Localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE	Localhost:9200/索引名称/类型名称/文档id	删除文档
GET	Localhost:9200/索引名称/类型名称/文档id	通过文档id查询文档
POST	Localhost:9200/索引名称/类型名称/_search	查询所有数据

下面为基本操作

1、创建一个索引

启动head，我已启动所以才有error

然后在浏览器中访问127.0.0.1:9100

有没有用的库，可以直接删掉

2、创建索引步骤：使用PUT命令

PUT /test1/type1/1

{

  "name": "rachel",

  "age": 18

}

其中解释：

响应体部分	解释
/test1/type1/1	请求的URL
/test1	索引的名称
/type1	文档的类型
/1	文档的ID

刷新页面，已成功创建test1库

可以查看数据

完成了自动增加索引，也成功添加了数据

3、指定字段类型

这里补充一些数据类型

字符串类型：test、keyword

数值类型：long、integer、short、byte、double、float、half float、scaled float

日期类型：date

布尔值类型：boolean

二进制类型：binary

PUT /test2

{

  "mappings": {

    "properties": {

      "name":{

        "type": "text"

      },

      "age":{

        "type": "long"

      },

      "birthday":{

        "type": "date"

      }

    }

  }

}

4、获得这个规则

通过GET请求获取具体的信息

5、查看默认的信息

创建索引test3

查看默认信息：GET

如果自己的文档字段没有制定，那么es会默认配置字段类型

6、修改索引

使用PUT提交然后覆盖，或者使用POST修改

方法一：先使用PUT覆盖

初始：

修改name字段后

方法二：使用POST修改

可以看到name字段已被更改

7、删除索引

删除索引使用DELETE

刷新索引，发现索引test1已被删除

ES中推荐大家使用RESTFUL风格