一、Es插件配置及下载
1.IK分词器的下载安装
关于IK分词器的介绍不再多少,一言以蔽之,IK分词是目前使用非常广泛分词效果比较好的中文分词器。做ES开发的,中文分词十有八九使用的都是IK分词器。
下载地址:https://github.com/medcl/elasticsearch-analysis-ik
2.pinyin分词器的下载安装
可以在淘宝、京东的搜索框中输入pinyin就能查找到自己想要的结果,这就是拼音分词,拼音分词则是将中文分析成拼音格式,可以通过拼音分词分析出来的数据进行查找想要的结果。
下载地址:https://github.com/medcl/elasticsearch-analysis-pinyin
插件安装位置:(本人安装了三个插件,暂时先不介绍murmur3插件,可以暂时忽略)
插件配置成功,重启Es
二、拼音分词器和IK分词器的使用
1.IK中文分词器的使用
1.1 ik_smart: 会做最粗粒度的拆分
GET /_analyze
{ "text":"中华人民共和国国徽", "analyzer":"ik_smart" }
结果:
{ "tokens": [
{ "token": "中华人民共和国", "start_offset": 0, "end_offset": 7, "type": "CN_WORD", "position": 0 },
{ "token": "国徽", "start_offset": 7, "end_offset": 9, "type": "CN_WORD", "position": 1 }
]
}
1.2 ik_max_word: 会将文本做最细粒度的拆分
GET /_analyze
{ "text": "中华人民共和国国徽", "analyzer": "ik_max_word" }
结果:
{ "tokens": [
{ "token": "中华人民共和国", "start_offset": 0, "end_offset": 7, "type": "CN_WORD", "position": 0 },
{ "token": "中华人民", "start_offset": 0, "end_offset": 4, "type": "CN_WORD", "position": 1 },
{ "token": "中华", "start_offset": 0, "end_offset": 2, "type": "CN_WORD", "position": 2 },
{ "token": "华人", "start_offset": 1, "end_offset": 3, "type": "CN_WORD", "position": 3 },
{ "token": "人民共和国", "start_offset": 2, "end_offset": 7, "type": "CN_WORD", "position": 4 },
{ "token": "人民", "start_offset": 2, "end_offset": 4, "type": "CN_WORD", "position": 5 },
{ "token": "共和国", "start_offset": 4, "end_offset": 7, "type": "CN_WORD", "position": 6 },
{ "token": "共和", "start_offset": 4, "end_offset": 6, "type": "CN_WORD", "position": 7 },
{ "token": "国", "start_offset": 6, "end_offset": 7, "type": "CN_CHAR", "position": 8 },
{ "token": "国徽", "start_offset": 7, "end_offset": 9, "type": "CN_WORD", "position": 9 }
]
}
2.拼音分词器的使用
GET /_analyze
{ "text":"刘德华", "analyzer": "pinyin" }
结果:
{ "tokens": [
{ "token": "liu", "start_offset": 0, "end_offset": 1, "type": "word", "position": 0 },
{ "token": "ldh", "start_offset": 0, "end_offset": 3, "type": "word", "position": 0 },
{ "token": "de", "start_offset": 1, "end_offset": 2, "type": "word", "position": 1 },
{ "token": "hua", "start_offset": 2, "end_offset": 3, "type": "word", "position": 2 }
]
}
三、IK分词和拼音分词的组合使用
当我们创建索引时可以自定义分词器,通过指定映射去匹配自定义分词器
PUT /my_index
{ "settings": { "analysis": { "analyzer": { "ik_smart_pinyin": { "type": "custom", "tokenizer": "ik_smart", "filter": ["my_pinyin", "word_delimiter"]
}, "ik\_max\_word_pinyin": { "type": "custom", "tokenizer": "ik\_max\_word", "filter": \["my\_pinyin", "word\_delimiter"\]
}
}, "filter": { "my_pinyin": { "type" : "pinyin", "keep\_separate\_first_letter" : true, "keep\_full\_pinyin" : true, "keep_original" : true, "limit\_first\_letter_length" : 16, "lowercase" : true, "remove\_duplicated\_term" : true }
}
}
}
}
当我们建type时,需要在字段的analyzer属性填写自己的映射
PUT /my_index/my_type/_mapping
{ "my_type":{ "properties": { "id":{ "type": "integer" }, "name":{ "type": "text", "analyzer": "ik_smart_pinyin" }
}
}
}
测试,让我们先添加几条数据
POST /my_index/my_type/_bulk
{ "index": { "_id":1}}
{ "name": "张三"}
{ "index": { "_id": 2}}
{ "name": "张四"}
{ "index": { "_id": 3}}
{ "name": "李四"}
IK分词查询
GET /my_index/my_type/_search
{ "query": { "match": { "name": "李" }
}
}
结果:
{ "took": 3, "timed_out": false, "_shards": { "total": 5, "successful": 5, "skipped": 0, "failed": 0 }, "hits": { "total": 1, "max_score": 0.47160998, "hits": [
{ "\_index": "my\_index", "\_type": "my\_type", "_id": "3", "_score": 0.47160998, "_source": { "name": "李四" }
}
\]
}
}
拼音分词查询:
GET /my_index/my_type/_search
{ "query": { "match": { "name": "zhang" }
}
}
结果:
{ "took": 1, "timed_out": false, "_shards": { "total": 5, "successful": 5, "skipped": 0, "failed": 0 }, "hits": { "total": 2, "max_score": 0.3758317, "hits": [
{ "\_index": "my\_index", "\_type": "my\_type", "_id": "2", "_score": 0.3758317, "_source": { "name": "张四" }
},
{ "\_index": "my\_index", "\_type": "my\_type", "_id": "1", "_score": 0.3758317, "_source": { "name": "张三" }
}
\]
}
}
Original url: Access
Created at: 2019-04-15 19:18:36
Category: default
Tags: none
未标明原创文章均为采集,版权归作者所有,转载无需和我联系,请注明原出处,南摩阿彌陀佛,知识,不只知道,要得到
java windows火焰图_mob64ca12ec8020的技术博客_51CTO博客 - 在windows下不可行,不知道作者是怎样搞的 监听SpringBoot 服务启动成功事件并打印信息_监听springboot启动完毕-CSDN博客 SpringBoot中就绪探针和存活探针_management.endpoint.health.probes.enabled-CSDN博客 u2u转换板 - 嘉立创EDA开源硬件平台 Spring Boot 项目的轻量级 HTTP 客户端 retrofit 框架,快来试试它!_Java精选-CSDN博客 手把手教你打造一套最牛的知识笔记管理系统! - 知乎 - 想法有重合-理论可参考 安宇雨 闲鱼 机械键盘 客制化 开贴记录 文本 linux 使用find命令查找包含某字符串的文件_beijihukk的博客-CSDN博客_find 查找字符串 ---- mac 也适用 安宇雨 打字音 记录集合 B站 bilibili 自行搭建 开坑 真正的客制化 安宇雨 黑苹果开坑 查找工具包maven pom 引用地 工具网站 Dantelis 介绍的玩轴入坑攻略 --- 关于轴的一些说法 --- 非官方 ---- 心得而已 --- 长期开坑更新 [本人问题][新开坑位]关于自动化测试的工具与平台应用 机械键盘 开团 网站记录 -- 能做一个收集的程序就好了 不过现在没时间 -- 信息大多是在群里发的 - 你要让垃圾佬 都去一个地方看难度也是很大的 精神支柱 [超级前台]sprinbboot maven superdesk-app 记录 [信息有用] [环境准备] [基本完成] [sebp/elk] 给已创建的Docker容器增加新的端口映射 - qq_30599553的博客 - CSDN博客 [正在研究] Elasticsearch, Logstash, Kibana (ELK) Docker image documentation elasticsearch centos 安装记录 及 启动手记 正式服务器 39 elasticsearch 问题合集 不断更新 6.1.1 | 6.5.1 两个版本 博客程序 - 测试 - bug记录 等等问题 laravel的启动过程解析 - lpfuture - 博客园 OAuth2 Server PHP 用 Laravel 搭建带 OAuth2 验证的 RESTful 服务 | Laravel China 社区 - 高品质的 Laravel 和 PHP 开发者社区 利用Laravel 搭建oauth2 API接口 附 Unauthenticated 解决办法 - 煮茶的博客 - SegmentFault 思否 使用 OAuth2-Server-php 搭建 OAuth2 Server - 午时的海 - 博客园 基于PHP构建OAuth 2.0 服务端 认证平台 - Endv - 博客园 Laravel 的 Artisan 命令行工具 Laravel 的文件系统和云存储功能集成 浅谈Chromium中的设计模式--终--Observer模式 浅谈Chromium中的设计模式--二--pre/post和Delegate模式 浅谈Chromium中的设计模式--一--Chromium中模块分层和进程模型 DeepMind 4 Hacking Yourself README.md update 20211011
Laravel China 简书 知乎 博客园 CSDN博客 开源中国 Go Further Ryan是菜鸟 | LNMP技术栈笔记 云栖社区-阿里云 Netflix技术博客 Techie Delight Linkedin技术博客 Dropbox技术博客 Facebook技术博客 淘宝中间件团队 美团技术博客 360技术博客 古巷博客 - 一个专注于分享的不正常博客 软件测试知识传播 - 测试窝 有赞技术团队 阮一峰 语雀 静觅丨崔庆才的个人博客 软件测试从业者综合能力提升 - isTester IBM Java 开发 使用开放 Java 生态系统开发现代应用程序 pengdai 一个强大的博主 HTML5资源教程 | 分享HTML5开发资源和开发教程 蘑菇博客 - 专注于技术分享的博客平台 个人博客-leapMie 流星007 CSDN博客 - 舍其小伙伴 稀土掘金 Go 技术论坛 | Golang / Go 语言中国知识社区
最新评论