1.分詞機制

Elasticsearch對於查詢，是採取按分詞的結果進行查詢的，作為一款非國產的軟體，自然對於中文的查詢支援並不是很好，預設只會把中文拆分成單字，而通常使用都是以“詞”作為基準單位的。

我們可以使用外掛（plugins）機制去拓展Elasticsearch的分詞器（analyzer）

2.中文分詞器-IK

IK是常用的一款中文分詞外掛

有兩種方法安裝外掛

2.1方法一：直接將外掛相關檔案放到es的plugins資料夾下

路徑示例：

 /usr/share/elasticsearch/plguins/ik

2.2方法二：使用es提供的elasticsearch plugin install

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.3.0/elasticsearch-analysis-ik-6.3.0.zip

其中的6.3.0是es的版本號

3.使用

安裝外掛後，直接重啟es即可自動載入

systemctl stop elasticsearch.service
systemctl start elasticsearch.service

我們建立一個index並在mappings配置中指定分詞器為IK

$ curl -X PUT 'localhost:9200/news' -d '
{
  "mappings": {
    "new": {
      "properties": {
        "content": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        }
      }
    }
  }
}'
 

以下使用IK上的示例

curl -XPOST http://localhost:9200/news/new/1 -H 'Content-Type:application/json' -d'
{"content":"美國留給伊拉克的是個爛攤子嗎"}
'

curl -XPOST http://localhost:9200/news/new/2 -H 'Content-Type:application/json' -d'
{"content":"公安部：各地校車將享最高路權"}
'

curl -XPOST http://localhost:9200/news/new/3 -H 'Content-Type:application/json' -d'
{"content":"中韓漁警衝突調查：韓警平均每天扣1艘中國漁船"}
'
 

curl -XPOST http://localhost:9200/news/new/4 -H 'Content-Type:application/json' -d'
{"content":"中國駐洛杉磯領事館遭亞裔男子槍擊 嫌犯已自首"}
'

進行查詢

curl -XPOST http://localhost:9200/news/new/_search  -H 'Content-Type:application/json' -d'
{
    "query" : { "match" : { "content" : "中國" }},
    "highlight" : {
        "pre_tags" : ["<tag1>", "<tag2>"],
        "post_tags" : ["</tag1>", "</tag2>"],
        "fields" : {
            "content" : {}
        }
    }
}
'

結果： 

{
    "took": 14,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 2,
        "max_score": 2,
        "hits": [
            {
                "_index": "index",
                "_type": "new",
                "_id": "4",
                "_score": 2,
                "_source": {
                    "content": "中國駐洛杉磯領事館遭亞裔男子槍擊 嫌犯已自首"
                },
                "highlight": {
                    "content": [
                        "<tag1>中國</tag1>駐洛杉磯領事館遭亞裔男子槍擊 嫌犯已自首 "
                    ]
                }
            },
            {
                "_index": "index",
                "_type": "new",
                "_id": "3",
                "_score": 2,
                "_source": {
                    "content": "中韓漁警衝突調查：韓警平均每天扣1艘中國漁船"
                },
                "highlight": {
                    "content": [
                        "均每天扣1艘<tag1>中國</tag1>漁船 "
                    ]
                }
            }
        ]
    }
}