一、ik分词器是什么？

我们都知道，在平时使用搜索引擎搜索东西的时候，我们自己输入的关键字，有可能会被分隔成好几个字或者词，最常见的比如我们使用百度搜索关键字的话，那么所有与该关键字相关的都会显示出来，并把出现关键字的文档标红，而且单条记录可能出现多个标红，如图所示
在这里插入图片描述
或者像这样的。，但凡与你的
或者像这样的，但凡文档当中出现了一个或者多个与搜索的关键相匹配的文本，都会被标红。

于是乎，今天我们的主角闪耀登场了，他就是elasticsearch中的ik分词器

二、使用步骤

1.开启服务

在使用ik分词器之前，我们需要首先开启elasticsearch服务，然后为了演示ik分词器的展示效果，还需要下载kibana，用于操作并且查看elasticsearch里面的数据。
elasticsearch下载地址
在这里插入图片描述
 kibana下载地址

下载完成后，我把他们放在同一个目录里面了。

接下来进入elasticsearch的bin目录，单击运行，也是es就启动起来了。

然后开启kibana服务，并且单击运行，kibana服务就启动起来了。

验证

浏览器输入http://localhost:9200/验证是否开启了elasticsearch服务。
在这里插入图片描述
浏览器输入http://localhost:5601看看是否能够进入kibana页面

支持准备工作就已经做好了，那么接下来我们演示一下如何进行ik分词器的操作，以及如何自定义ik分词器，以能够实现我们想要的功能。

2.ik分词器演示

在ik分词器有两种模式，那么他们之间有什么样的区别呢？我们通过代码来演示一下。

ik_smart
ik_max_word

首先演示一下ik_smart，在屏幕左边输入以下命令。

GET _analyze
{
    
    
  "analyzer":"ik_smart",
  "text":"五星红旗"
}

右边就能够查询到对应的结果。

{
    
    
  "tokens" : [
    {
    
    
      "token" : "五星红旗",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 0
    }
  ]
}

在这里插入图片描述
那我们使用ik_max_smart又会怎么样呢？

GET _analyze
{
    
    
  "analyzer":"ik_max_word",
  "text":"五星红旗"
}

返回结果如下，这就很明显了，elasticsearch会把所有可能的结果都显示出来。

扫描二维码关注公众号，回复： 12643857 查看本文章

{
    
    
  "tokens" : [
    {
    
    
      "token" : "五星红旗",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
    
    
      "token" : "五星",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
    
    
      "token" : "五",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "TYPE_CNUM",
      "position" : 2
    },
    {
    
    
      "token" : "星",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "CN_CHAR",
      "position" : 3
    },
    {
    
    
      "token" : "红旗",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 4
    }
  ]
}

在这里插入图片描述
那么问题来了，我现在想要实现另外一种功能，假如我把某个人的名字输入进去，然后使用ik_max_smart模式来运行的话，它是不是会把名字也给拆开呢？（实际上我们并不想要这样的效果，我们想要的是不把名字分开）

GET _analyze
{
    
    
  "analyzer":"ik_max_word",
  "text":"廖晨威大四了"
}

{
    
    
  "tokens" : [
    {
    
    
      "token" : "廖",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
    
    
      "token" : "晨",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
    
    
      "token" : "威",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
    
    
      "token" : "大四",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
    
    
      "token" : "四",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "TYPE_CNUM",
      "position" : 4
    },
    {
    
    
      "token" : "了",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "CN_CHAR",
      "position" : 5
    }
  ]
}