1、简介

IKAnalyzer 是一个开源的，基于 Java 语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer 已经推出了3个大版本。最初，它是以开源项目 Luence 为应用主体的，结合词典分词和文法分析算法的中文分词组件。 最近刚刚发布了 3.1.1Stable 稳定版本，新版本的 IKAnalyzer 则发展为面向 Java 的公用分词组件，独立于 Lucene 项目，同时提供了对 Lucene 的默认优化实现。

2、安装IK中文分词器

下载IK中文分词器：

注意：选择的IK分词器版本一定要与你的 Elasticsearch 版本一致，否则就无法启动 Elasticsearch 服务。

例如，本人的 Elasticsearch 版本为：7.11.1，所有下载的IK分词器版本也为：7.11.1。

（1）下载完成后，解压zip文件。

（2）然后进入 Elasticsearch 目录下的 plugins 目录，在 plugins 目录下创建一个名为：ik 的文件夹。

（3）将解压后的文件全拷贝到到该：elasticsearch-7.11.1pluginsik 文件夹下，如下图：

（4）重启 Elasticsearch 服务。

3、IK中文分词器的使用

根据官方的建议，IK分词器的名字可以使用： ik_max_word 或者 ik_smart。

ik_max_word：会将文本做最细粒度的拆分，比如会将“朝暮轮回，四季更替”拆分为 “朝暮、轮回、四季、更替、四、季”。

ik_smart：会做最粗粒度的拆分，比如会将“朝暮轮回，四季更替”拆分为 “朝暮、轮回、四季、更替”。

3.1 查看分词结果

POST /_analyze
{
  "analyzer":"ik_max_word",
  "text":"您好，欢迎访问 pan_junbiao的博客"
}

执行结果：

3.2 创建索引

PUT /user_info
{
  "settings": {
    "index": {
      "number_of_shards": "2",
      "number_of_replicas": "0"
    }
  },
  "mappings": {
    "properties": {
      "id": {
        "type": "integer"
      },
      "user_name": {
        "type": "text"
      },
      "blog_remark": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

执行结果：

3.3 批量添加数据

POST _bulk
{ "create" : { "_index" : "user_info", "_id" : "1001" } }
{ "id":1, "user_name": "pan_junbiao的博客","blog_remark": "您好，欢迎访问 pan_junbiao的博客"}
{ "create" : { "_index" : "user_info", "_id" : "1002" } }
{ "id":2,"user_name": "pan_junbiao的博客","blog_remark": "您好，欢迎访问 pan_junbiao的博客"}
{ "create" : { "_index" : "user_info", "_id" : "1003" } }
{ "id":3,"user_name": "pan_junbiao的博客","blog_remark": "https://blog..net/pan_junbiao"}

执行结果：

3.4 查询数据

POST /user_info/_search
{
  "query": {
    "match": {
      "blog_remark": "博客"
    }
  }
}

执行结果：