在上面2篇文章的基础上，来学习下IK
IKAnalyzer: 免费开源的java分词器,目前比较流行的中文分词器之一,简单,稳定,想要特别好的效果,需要自行维护词库,支持自定义词典。
一. 安装ik分词器插件
下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v6.4.2，版本如下图：
然后在elasticsearch下的plugins文件下创建一个ik文件夹，将上面的压缩包解压到这里。
修改ik文件下的plugin-descriptor.properties文件，设置版本号（我这里用的elasticsearch的版本号是6.2.2，ik版本号是6.3.0，官网说同一个大版本号都是可以用的，这里大版本是6），如下：
description=IK Analyzer for Elasticsearch
#
# 'version': plugin's version
version=6.3.0
#
# 'name': the plugin name
name=analysis-ik
#
# 'classname': the name of the class to load, fully-qualified.
classname=org.elasticsearch.plugin.analysis.ik.AnalysisIkPlugin
#
# 'java.version' version of java the code is built against
# use the system property java.specification.version
# version string must be a sequence of nonnegative decimal integers
# separated by "."'s and may have leading zeros
java.version=1.8
#
# 'elasticsearch.version' version of elasticsearch compiled against
# You will have to release a new version of the plugin for each new
# elasticsearch release. This version is checked when the plugin
# is loaded so Elasticsearch will refuse to start in the presence of
# plugins with the incorrect elasticsearch.version.
elasticsearch.version=6.2.2然后重启elasticserch：切到bin文件夹下执行命令elasticsearch。
启动成功界面如下所示：
二. 常见ES接口测试
1. 创建一个index
http://localhost:9200/es PUT
执行结果：
{
"acknowledged": true,
"shards_acknowledged": true,
"index": "es"
}2.创建表，设置分词create a mapping
http://localhost:9200/es/_mapping/doc POST
参数：Content-Type application/json
{
"properties":{
"content":{
"type":"text",
"analyzer":"ik_max_word",
"search_analyzer":"ik_smart"
}
}
}
执行结果：
{
"acknowledged": true
}
3.添加数据，添加4条测试数据
http://localhost:9200/es/doc/1 POST
header： Content-Type ：application/json
参数：
{
"content":"美国留给伊拉克的是个烂摊子吗"
}
http://localhost:9200/es/doc/2 POST
header： Content-Type ：application/json
{
"content":"公安部：各地校车将享最高路权"
}
http://localhost:9200/es/doc/3 POST
header： Content-Type ：application/json
{
"content":"中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"
}
http://localhost:9200/es/doc/4 POST
header： Content-Type ：application/json
{
"content":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
}
执行结果：
{
"_index": "es",
"_type": "doc",
"_id": "4",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 1,
"_primary_term": 1
}4. 分词查找，如下查找到2条数据【match查询（注意，match查询只能是针对单个字段）】
http://localhost:9200/es/_search POST
参数：
{
"query": {
"match": {
"content": "中国"
}
}
}
执行结果：
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0.6489038,
"hits": [
{
"_index": "es",
"_type": "doc",
"_id": "4",
"_score": 0.6489038,
"_source": {
"content": "中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
}
},
{
"_index": "es",
"_type": "doc",
"_id": "3",
"_score": 0.2876821,
"_source": {
"content": "中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"
}
}
]
}
}
5. 删除index
http://localhost:9200/index delete6.分析分词_analyze
http://localhost:9200/_analyze POST
参数：
{
"analyzer":"ik_max_word",
"text":"中国人"
}
执行结果：
{
"tokens": [
{
"token": "中国人",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "中国",
"start_offset": 0,
"end_offset": 2,
"type": "CN_WORD",
"position": 1
},
{
"token": "国人",
"start_offset": 1,
"end_offset": 3,
"type": "CN_WORD",
"position": 2
}
]
}三. 精确合并查询 (and，or)
1. 全部数据如下：
http://localhost:9200/es/_search 查所有数据，如下：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 6,
"max_score": 1,
"hits": [
{
"_index": "es",
"_type": "doc",
"_id": "5",
"_score": 1,
"_source": {
"content": "美国人特朗普垃圾"
}
},
{
"_index": "es",
"_type": "doc",
"_id": "4",
"_score": 1,
"_source": {
"content": "中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
}
},
{
"_index": "es",
"_type": "doc",
"_id": "2",
"_score": 1,
"_source": {
"content": "公安部：各地校车将享最高路权"
}
},
{
"_index": "es",
"_type": "doc",
"_id": "6",
"_score": 1,
"_source": {
"content": "美航空母舰国人"
}
},
{
"_index": "es",
"_type": "doc",
"_id": "1",
"_score": 1,
"_source": {
"content": "美国人111"
}
},
{
"_index": "es",
"_type": "doc",
"_id": "3",
"_score": 1,
"_source": {
"content": "中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"
}
}
]
}
}2. or查询
http://localhost:9200/es/_search
参数：
{
"query": {
"match": {
"content": "美国人1"
}
}
}
通过上面的结果可以分析出： 这是因为解析器会将”美国人111“，拆分为了2个词“美国人”和“111”，而且默认的操作符是or，所以查到了如上的2条数据 。
3. 利用and查询，实现精确查询
http://localhost:9200/es/_search?pretty=true POST
{
"query": {
"match": {
"content": {
"query": "美国人111",
"operator": "and"
}
}
}
}
通过以上的结果可以看出，查询的结果content中包含“美国人”和“111”的记录 ，用了and，故精确的查到了一条数据
4.“美国人111”上面的分词，可以被划分为下面的几个词，如下截图：
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，适合 Term Query；
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”，适合 Phrase 查询。
参考：https://www.jianshu.com/p/362f85ebf383