5、Analysis分词器

中文分词器

• 分词，一定是建立在创建“倒排索引”之前。ES将字符串划分为2种类型：Keyword和Text

• ES不会针对Keyword进行分词，它只会针对Text进行分词

• ES常见的中文分词器：ik_max_word，ik_smart

ik_max_word：细粒度的分词

• 举例：doc {desc: "中华人民共和国国歌"}
• 结果：中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、共和、人、国歌

ik_smart：粗粒度的分词

举例：doc {desc: "中华人民共和国国歌"}

• 中华人民共和国
• 国歌

ES的中文分词安装

方式一：在线安装（不推荐）

• 进入容器后，执行在线安装命令

#进入容器
docker exec -it es /bin/bash
#执行命令进行安装
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v6.8.2/elasticsearch-analysis-ik-6.8.2.zip

方式二：离线安装

进行下载：https://github.com/medcl/elasticsearch-analysis-ik/releases

1、上传zip文件到服务器

2、重新启动elk容器，需要将插件目录映射出来

docker run -dit --name elk \
-p 5601:5601 \
-p 9200:9200 \
-p 5044:5044 \
-v /root/elk/elk-data:/var/lib/elasticsearch \
-v /root/elk/elasticsearch/plugins:/opt/elasticsearch/plugins \
--privileged=true \
sebp/elk:700

3、将zip文件解压到映射出来的

如果没有安装unzip，需要进行安装

#下载解压工具
yum install unzip
#解压
unzip elasticsearch-analysis-ik-7.0.0.zip

4、重启elk容器

docker restart elk
docker logs -f elk

5、Kibana中测试中文分词器

GET /_analyze
{
    "text": "提醒广大群众，如您是从黑龙江省有疫情发生地区及国内中高风险地区返（来）吉人员，或是与以上无症状感染者有接触的人员，必须主动向当地社区（村屯）报告，同时配合进行管控与核酸检测。为减少疫情传播风险，大家要不聚集、讲卫生、戴口罩、保持安全社交距离，一旦出现发热、咳嗽等急性呼吸道症状，请佩戴医用口罩及时到当地定点医疗机构发热门诊就诊",
    "analyzer": "ik_max_word"
}