📢📢📢📣📣📣

哈喽！大家好，我是【一心同学】，一位上进心十足的【Java领域博主】！😜😜😜

✨【一心同学】的写作风格：喜欢用【通俗易懂】的文笔去讲解每一个知识点，而不喜欢用【高大上】的官方陈述。

✨【一心同学】博客的领域是【面向后端技术】的学习，未来会持续更新更多的【后端技术】以及【学习心得】。

✨如果有对【后端技术】感兴趣的【小可爱】，欢迎关注【一心同学】💞💞💞

❤️❤️❤️感谢各位大可爱小可爱！❤️❤️❤️ 

---

目录

一、问题引入

二、集成IK分词器

2.1 下载

2.2 安装

2.3 使用IK分词器

🌵 介绍

🔥 使用ik_smart（最少切分）

🔥 使用ik_max_word（最细粒度划分）

三、自定义分词器

3.1 问题引入

3.2 解决方案

小结

---

一、问题引入

我们在使用elasticsearch官方默认的分词插件时会发现，其对中文的分词效果不佳，我们对中文分词时会遇到很尴尬的问题——中文词语被分成了一个一个的汉字，当用Kibana作图的时候，按照term来分组，结果一个汉字被分成了一组。

例如我们对“一心同学在看书”这句话进行分词，那么其会被分为：“一”，“心”，“同”，“学”，“在”，“看”，“书”，然而这并不是我们想要的，所以我们需要安装中文分词器ik来解决这个问题。

二、集成IK分词器

2.1 下载

注意：选择的版本要与ElasticSearch版本对应。

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

2.2 安装

（1）进入 elasticsearch的plugins目录中，创建一个ik文件夹。

（2）将我们刚才下载的文件解压到ik文件夹里面 。

（3）重启ES即可

2.3 使用IK分词器

🌵 介绍

IK提供了两个分词算法:

ik_smart：最少切分。

ik_max_word：最细粒度划分。

🔥 使用ik_smart（最少切分）

我们这里使用kibana进行测试。

输入：

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "一心同学在看书"
}

结果：

🔥 使用ik_max_word（最细粒度划分）

输入：

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "一心同学在看书"
}

结果：

🚀分析：可以发现使用ik_max_word算法进行分词会比ik_smart算法分得更细，因为ik_max_word是以穷尽词库的可能来进行分词的。

三、自定义分词器

3.1 问题引入

我们在使用IK分词器时会发现其实有时候分词的效果也并不是我们所期待的，例如我们输入“一心同学在看书”，但是分词器会把“一心同学”进行拆开，分为“一心”和“同学”，但我们希望的是“一心同学”可以不被拆开。

3.2 解决方案

🚀 对于以上的问题，我们只需要将自己要保留的词，加到我们的分词器的字典中即可。

（1）进入elasticsearch目录/plugins/ik/config中，创建我们自己的字典文件yixin.dic，并添加内容：

（2）扩展字典

进入我们的elasticsearch目录 ：/plugins/ik/config，打开IKAnalyzer.cfg.xml文件，进行如下配置：

（3）重启ElasticSearch，再次使用kibana测试

 可以发现，现在我们的词汇“一心同学”就不会被拆开了，达到我们想要的效果了！也就是说如果我们需要自己配置分词就在自定义的dic文件进行配置即可。

---

小结

以上就是【一心同学】讲解的关于【IK分词器】的下载和配置使用，以及【自定义分词器】的使用，现在对我们的【中文词汇】已经可以进行我们期待中的分割了！

如果这篇【文章】有帮助到你，希望可以给【一心同学】点个赞👍，创作不易，相比官方的陈述，我更喜欢用【通俗易懂】的文笔去讲解每一个知识点，如果有对【后端技术】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【一心同学】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💕💕！