Es中文分词器+拼音分词器

前言

分词是es进行搜索的一个核心内容，将输入内容分词之后，进行倒排索引的建立

那么有常见的有哪些呢？

1. Standard Analyzer：默认分词器，适用于大多数语言，按空格和标点分词。
2. IK Analyzer：适用于中文，提供轻量和智能两种模式，分词精度高。
3. NGram Analyzer：通过生成字符 n-gram 来分词，适用于模糊匹配和拼音输入。
4. Edge NGram Analyzer：生成字符前缀 n-gram，适用于自动补全和搜索提示。
5. Whitespace Analyzer：只按空格分词，适用于简单的英文文本。
6. Custom Analyzer：用户自定义分析器，灵活组合分词器和过滤器。
7. Language-specific Analyzers：针对特定语言优化的分词器，如英文、法文等。
8. Pattern Analyzer：使用正则表达式进行分词，适用于特定模式文本。
9. Snowball Analyzer：支持多语言的词干提取，适合信息检索。
10. Keyword Analyzer：不进行分词，适合精确匹配场景。
11. Pinyin Analyzer：Elasticsearch 可以通过插件支持拼音分词器，常见的插件是 elasticsearch-analysis-pinyin。该分词器会将中文汉字转换为拼音，并生成对应的拼音索引，以便进行拼音查询。

而在国内实际使用的业务的话，一般就是中文分词器IK Analyzer、拼音分词器Pinyin Analyzer、以及默认的标准分词器Standard Analyzer。

我们也以这其中的使用的比较多的中文分词器IK Analyzer、拼音分词器Pinyin Analyzer作为讲解

中文分词器IK Analyzer

默认的分词器是标准分词器，它会将文本分割为单词，并去除停用词（如“的”、“是”等），在生产实际使用过程中，是不符合国内的业务的

所以我们需要引入中文分词器 ik

• IK Analyzer：一个流行的中文分词插件，支持细粒度和粗粒度两种分词模式，适合处理中文文本。

安装步骤

注意：安装的版本需要跟es的版本保持一致，我这里使用的7.3.2的

下载

• 方式一：如果需要的ik是7.3.2 ，否则可以选择其他的方式

• 公众号I am Walker 获取，回复ik<font style="color:rgb(26, 27, 28);">分词器

• 方式二：github下载

https://github.com/infinilabs/analysis-ik/tags

找到自己需要的版本

例如我需要下载v7.3.2

下载zip的方式

上传，解压

# 切换到es下的plugins 这里根据自己es的安装目录
cd elasticsearch-7.3.2/plugins
# 上传
rz
# 解压
unzip elasticsearch-analysis-ik-7.3.2.zip -d ik
# 删除压缩包，否则启动会报错