ElasticSearch 6.x 配置IK 扩展字典

一、安装IK https://github.com/medcl/elasticsearch-analysis-ik

（以下为官方提供的安装方法）

Install

1.download or compile

• optional 1 - download pre-build package from here: https://github.com/medcl/elasticsearch-analysis-ik/releases

  unzip plugin to folder your-es-root/plugins/

• optional 2 - use elasticsearch-plugin to install ( supported from version v5.5.1 ):

  ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.2.3/elasticsearch-analysis-ik-6.2.3.zip
  
  

  NOTE: replace 6.2.3 to your own elasticsearch version

2.restart elasticsearch

以上是官方给出的安装示例，需要下载和 ES 版本的对应 IK 版本（官方 github 中有），windows 开发环境下下载IK 解压到 plugin 目录下即可。

二、测试 IK 分词器

#请求
POST http://39.107.70.75:9200/_analyze
{
  "analyzer": "ik_smart",
  "text":"俄罗斯世界杯即将开幕"
}
#结果
{
"tokens":[
{"token": "俄罗斯", "start_offset": 0, "end_offset": 3, "type": "CN_WORD",…},
{"token": "世界杯", "start_offset": 3, "end_offset": 6, "type": "CN_WORD",…},
{"token": "即将", "start_offset": 6, "end_offset": 8, "type": "CN_WORD",…},
{"token": "开幕", "start_offset": 8, "end_offset": 10, "type": "CN_WORD",…}
]
}

此时 IK 分词已经生效

补充：ik_max_word 和 ik_smart 什么区别?

• IK 5.0 以后，移除名为 ik 的analyzer和tokenizer 只能使用 ik_smart 和 ik_max_word
• ik_max_word: 会将文本做最细粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”，会穷尽各种可能的组合；
• ik_smart: 会做最粗粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”。

三、扩展字典

1）修改 /elasticsearch-6.2.3/plugins/analysis-ik/config/IKAnalyzer.cfg.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
    <comment>IK Analyzer 扩展配置</comment>
    <!--用户可以在这里配置自己的扩展字典 -->
    <entry key="ext_dict">./extra_new_word.dic</entry>
     <!--用户可以在这里配置自己的扩展停止词字典-->
    <entry key="ext_stopwords"></entry>
    <!--用户可以在这里配置远程扩展字典 -->
    <!-- <entry key="remote_ext_dict">words_location</entry> -->
    <!--用户可以在这里配置远程扩展停止词字典-->
    <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

2）新建 extra_new_word.dic （UTF-8编码）

继电保护通道
分相电流差动
历渤
鹤历
鹤辽
程王
蒲抚

3）重启 es
4）新增扩展词后，让历史数据生效

POST
http://39.107.70.75:9200/station_index,cable_index,transmission_index,business_index/_update_by_query?conflicts=proceed