一、插件网址

https://github.com/medcl/elasticsearch-analysis-ik/

版本对应关系

IK version ES version
master 7.x -> master
6.x 6.x
5.x 5.x
1.10.6 2.4.6
1.9.5 2.3.5
1.8.1 2.2.1
1.7.0 2.1.1
1.5.0 2.0.0
1.2.6 1.0.0
1.2.5 0.90.x
1.1.3 0.20.x
1.0.0 0.16.2 -> 0.19.0

二、安装插件

三、测试插件分词效果

默认分词器

请求

  1. GET http://127.0.0.1:9200/user5/_analyze

参数

  1. {
  2.     "text":"中华人民共和国"
  3. }

响应

  1. {
  2.     "tokens": [
  3.         {
  4.             "token": "中",
  5.             "start_offset": 0,
  6.             "end_offset": 1,
  7.             "type": "<IDEOGRAPHIC>",
  8.             "position": 0
  9.         },
  10.         {
  11.             "token": "华",
  12.             "start_offset": 1,
  13.             "end_offset": 2,
  14.             "type": "<IDEOGRAPHIC>",
  15.             "position": 1
  16.         },
  17.         {
  18.             "token": "人",
  19.             "start_offset": 2,
  20.             "end_offset": 3,
  21.             "type": "<IDEOGRAPHIC>",
  22.             "position": 2
  23.         },
  24.         {
  25.             "token": "民",
  26.             "start_offset": 3,
  27.             "end_offset": 4,
  28.             "type": "<IDEOGRAPHIC>",
  29.             "position": 3
  30.         },
  31.         {
  32.             "token": "共",
  33.             "start_offset": 4,
  34.             "end_offset": 5,
  35.             "type": "<IDEOGRAPHIC>",
  36.             "position": 4
  37.         },
  38.         {
  39.             "token": "和",
  40.             "start_offset": 5,
  41.             "end_offset": 6,
  42.             "type": "<IDEOGRAPHIC>",
  43.             "position": 5
  44.         },
  45.         {
  46.             "token": "国",
  47.             "start_offset": 6,
  48.             "end_offset": 7,
  49.             "type": "<IDEOGRAPHIC>",
  50.             "position": 6
  51.         }
  52.     ]
  53. }

ik分词器

请求

  1. GET http://127.0.0.1:9200/user5/_analyze?analyzer=ik_max_word&pretty=true

参数

  1. {
  2.     "text":"中华人民共和国"
  3. }

响应

  1. {
  2.   "tokens": [
  3.     {
  4.       "token": "中华人民共和国",
  5.       "start_offset": 0,
  6.       "end_offset": 7,
  7.       "type": "CN_WORD",
  8.       "position": 0
  9.     },
  10.     {
  11.       "token": "中华人民",
  12.       "start_offset": 0,
  13.       "end_offset": 4,
  14.       "type": "CN_WORD",
  15.       "position": 1
  16.     },
  17.     {
  18.       "token": "中华",
  19.       "start_offset": 0,
  20.       "end_offset": 2,
  21.       "type": "CN_WORD",
  22.       "position": 2
  23.     },
  24.     {
  25.       "token": "华人",
  26.       "start_offset": 1,
  27.       "end_offset": 3,
  28.       "type": "CN_WORD",
  29.       "position": 3
  30.     },
  31.     {
  32.       "token": "人民共和国",
  33.       "start_offset": 2,
  34.       "end_offset": 7,
  35.       "type": "CN_WORD",
  36.       "position": 4
  37.     },
  38.     {
  39.       "token": "人民",
  40.       "start_offset": 2,
  41.       "end_offset": 4,
  42.       "type": "CN_WORD",
  43.       "position": 5
  44.     },
  45.     {
  46.       "token": "共和国",
  47.       "start_offset": 4,
  48.       "end_offset": 7,
  49.       "type": "CN_WORD",
  50.       "position": 6
  51.     },
  52.     {
  53.       "token": "共和",
  54.       "start_offset": 4,
  55.       "end_offset": 6,
  56.       "type": "CN_WORD",
  57.       "position": 7
  58.     },
  59.     {
  60.       "token": "国",
  61.       "start_offset": 6,
  62.       "end_offset": 7,
  63.       "type": "CN_CHAR",
  64.       "position": 8
  65.     }
  66.   ]
  67. }

四、ik分词器介绍

ik_max_word 和 ik_smart 什么区别?

  • 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,国国,国歌”，会穷尽各种可能的组合，适合 Term Query；*
  • 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”，适合 Phrase 查询。