1. 首先需要安裝好ik

2. 配置自定義中文分詞詞典

如果寶寶們已經安裝好ik,在es中測試分詞成功的,可以新增自己的熱詞庫與停止庫
① cd 到自己的elasticsearch-6.2.2/config/analysis-ik目錄下,可以看到有很多dic(dictionary字典),ik也是基於詞典進行分詞的
②新建目錄custom

mkdir custom
③新建txt檔案或dic檔案,或者下載詞典庫(我是複製ik的dic檔案並加上自己的短語做測試),如下所示,本人裡面加了拓展檔案ext.txt”逼格”詞語,拓展停止檔案english_stopword.txt “java”詞語

!!!這裡一定要注意一定要從第二行開始寫入詞語或短語,ik不讀第一行的詞語哦

④配置ik自定義詞典配置檔案

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 擴充套件配置</comment>
        <!--使用者可以在這裡配置自己的擴充套件字典 -->
        <entry
 
 key="ext_dict">custom/ext.txt</entry>
         <!--使用者可以在這裡配置自己的擴充套件停止詞字典-->
        <entry key="ext_stopwords">custom/english_stopword.txt</entry>
        <!--使用者可以在這裡配置遠端擴充套件字典 -->
        <!-- <entry key="remote_ext_dict">words_location</entry> -->
        <!--使用者可以在這裡配置遠端擴充套件停止詞字典-->
 

        <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

⑤重啟es服務

可以看到已經加載出來了

⑥測試
本人安裝的es的圖形工具kibana,建立索引,建立對映,分詞檢測

PUT testindex


POST testindex/test/_mapping
{
  "properties": {
    "content":{
      "type": "text",
      "analyzer": "ik_max_word",
      "search_analyzer": "ik_max_word"
    }
  }
}


POST testindex/_analyze
{
  "field": "content",
  "text": ["java 是個 逼格高技術"]

}

分詞結果如下,可以看到java被停止,逼格被拓展,嘻嘻,還不錯

{
  "tokens": [
    {
      "token": "是",
      "start_offset": 5,
      "end_offset": 6,
      "type": "CN_CHAR",
      "position": 0
    },
    {
      "token": "個",
      "start_offset": 6,
      "end_offset": 7,
      "type": "CN_CHAR",
      "position": 1
    },
    {
      "token": "逼格",
      "start_offset": 8,
      "end_offset": 10,
      "type": "CN_WORD",
      "position": 2
    },
    {
      "token": "高技術",
      "start_offset": 10,
      "end_offset": 13,
      "type": "CN_WORD",
      "position": 3
    },
    {
      "token": "高技",
      "start_offset": 10,
      "end_offset": 12,
      "type": "CN_WORD",
      "position": 4
    },
    {
      "token": "技術",
      "start_offset": 11,
      "end_offset": 13,
      "type": "CN_WORD",
      "position": 5
    }
  ]
}