一、什么是ik分词器
分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是每个字看成一个词，比如“超级喜欢不经意”会被分为“超”，“级”，“喜”，“欢”，“不”，“经”，“意”这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。
IK提供了两个分词算法：ik_smart和ik_max_word，其中ik_smart为最少切分，ik_max_word为最细粒度切分！
二、如何使用
1.下载
各版本下载地址（建议与es和kibana版本一致）：https://github.com/medcl/elasticsearch-analysis-ik/releases
2.解压至elasticsearch安装目录的plugins文件夹下。建议在此文件夹下新建ik目录，将分词器解压至这个ik文件夹下，因为也许会使用别的插件，不要混合在一起。我的解压目录/home/devops/ElasticSearch/elasticsearch-7.6.1/plugins/ik
3.重启es和kibana，在日志中发现ik分词器已经被加载：
4.使用kibana测试，进入kibana后打开开发者工具：
4.1：查看ik_smart分词器效果
4.2：查看ik_max_word分词器效果
4.3：ik_smart和ik_max_word的区别，和应用场景
ik_smart会做最粗粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂(也就是最少拆分)。
ik_max_word会做最细粒度的拆分，比如会将“中华人民共和国人民大会堂”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、共和国、大会堂、大会、会堂等词语。
两种分词器使用的最佳场景是：索引时用ik_max_word，在搜索时用ik_smart。
即：索引时最大化的将文章内容分词，搜索时更精确的搜索到想要的结果。
5.假如我们要搜索"幸仁杰"这个关键词，我们先试试结果：
5.1：发现"幸仁杰"这个词被ik分词器分成了三个字，而这个并不是我们想要的，我们要的是准确搜索"幸仁杰",而不是所搜所有包含这三个字的文档，所以我们需要将这三个字加入到分词器的字典中。
我们打开ik分词器的解压目录，在es的plugins文件夹下的ik文件夹里，打开config目录，我的linux下的路径是/home/devops/ElasticSearch/elasticsearch-7.6.1/plugins/ik/config，打开IKAnalyzer.cfg.xml，这是ik分词器的字典，我们可以自己加入我们的扩展字典。
我们在config目录下新建一个我们自己的字典，后缀为.dic,我新建一个字典为xingrenjie.dic，里面的内容就是我们想要的词，比如"幸仁杰"，每一行一个词，字典新建完后在IKAnalyzer.cfg.xml里的<entry key="ext_dict"></entry>标签里填上刚才新建的字典名，保存，然后重启es即可，如图：
完事了保存，重启，再次打开kibana测试搜"超级喜欢幸仁杰"，看分词效果：
仔细看一下，我的自定义扩展词典里把"幸仁杰"拆成了2个词，当我使用ik_smart分词时，做最少分词，所以只分成"幸仁杰"。而使用ik_max_word分词时，做最细粒度的分词，将字典里的所有可能都分了出来。所以在做项目的搜索时，我们可以根据业务需要自定义字典，想怎么分就怎么分，超级简单！！！！！