Elasticsearch安装IK分词器并测试

今天有个业务需要用到elasticsearch做汉子的最大化匹配，因为这些数据来源于不同数据源，录入的文字有差异，需要把这不同的数据源根据名字关联起来，因此使用sql等去匹配度不会很高，用人工匹配数据量太大也是一件很麻烦的事情。所以这里我们使用elasticsearch的ik分词做个最大化匹配，再进行人工快速预览手动纠正个别数据。这篇文章给大家介绍下elasticsearch的ik分词安装和运用。

一、安装

1）首先需要有一个elasticsearch，这里我们使用的是7.7.0

2）7.7.0的es版本对应的ik应该也是7.7.0版本，所以我们直接在下载地址修改下版本号即可。下载地址是：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.7.0 这里大家需要什么版本就改修版本号即可。

3）下载下来后，在elasticsearch的plugins目录下创建一个ik的目录。

4）然后我们把下载的ik的zip包解压到这个ik目录下。

此时我们就可以进行测试了

crul http://192.168.31.20:9200/xq/_analyze

body是

{
  "analyzer": "ik_max_word",
  "text": "中华南大街438号怡景铭座小区"
}

可以看到分词成功。

二、IK如何添加自定义词典?

1）进入到ik的config目录下

cd /mnt/elasticsearch-7.7.0/plugins/ik/config

2）在此目录下创建一个mydic.dic的文件，然后把自定义的词一行一个保存到这个mydic.dic的文件下。

3）在IKAnalyzer.cfg.xml文件里面配置下上面的mydic.dic

 <!--用户可以在这里配置自己的扩展字典 -->
 <entry key="ext_dict">mydic.dic</entry>

然后在重启，使用刚才的测试案例，即可匹配到ik分词的自定义分词了

三、如何配置远程自定义词典，实现热更新

1）把远程的词典做一个txt，例如：a.txt

2）把a.txt放在远程可以访问地方，例如nginx的路径下，访问路径是：http://192.168.31.30:8080/ik/a.txt

3）配置这里的remote_ext_dict

<entry key="remote_ext_dict">http://192.168.31.30:8080/ik/a.txt</entry>

4）然后重启es。

5）实现动态热加载分词的话，可以直接在a.txt里面进行追加即可。

6）es这个动态热加载大约1分钟左右生效。