1、Elasticsearch默认提供的常见分词器

要切分的语句：Set the shape to semi-transparent by calling set_trans(5)

1-1 standard analyzer 标准分词器：

Elasticsearch中的默认分词器。标准分词器，处理英语语法的分词器。
切分后的key_words：set, the, shape, to, semi, transparent, by, calling, set_trans, 5。
这种分词器也是Elasticsearch中默认的分词器。切分过程中不会忽略停止词（如：the、a、an等）。会进行单词的大小写转换、过滤连接符（-）或括号等常见符号。

GET _analyze
{
  "text": "Set the shape to semi-transparent by calling set_trans(5)",
  "analyzer": "standard"
}

1-2 simple analyzer 简单分词器:

切分后的key_words：set, the, shape, to, semi, transparent, by, calling, set, trans。
就是将数据切分成一个个的单词。使用较少，经常会破坏英语语法。

GET _analyze
{
  "text": "Set the shape to semi-transparent by calling set_trans(5)",
  "analyzer": "simple"
}

1-3 whitespace analyzer 空白符分词器:

切分后的key_words：Set, the, shape, to, semi-transparent, by, calling, set_trans(5)。
就是根据空白符号切分数据。如：空格、制表符等。使用较少，经常会破坏英语语法。

GET _analyze
{
  "text": "Set the shape to semi-transparent by calling set_trans(5)",
  "analyzer": "whitespace"
}

1-4 language analyzer 语言分词器:

如英语分词器（english）等。切分后的key_words：set, shape, semi, transpar, call, set_tran, 5。根据英语语法分词，会忽略停止词、转换大小写、单复数转换、时态转换等，应用分词器分词功能类似standard analyzer。

GET _analyze
{
  "text": "Set the shape to semi-transparent by calling set_trans(5)",
  "analyzer": "english"
}

注意：Elasticsearch中提供的常用分词器都是英语相关的分词器，对中文的分词都是一字一词。

2、普通方式安装中文分词器

TIPS：分词器版本要和ES版本一致哦，否则会报错：

2-1 Linux安装

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases
新建目录
# cd /usr/local/es/plugins
# mkdir ik
使用xftp上传ik压缩包elasticsearch-analysis-ik-7.6.2.zip到/usr/local/es/plugins/ik
解压
# cd ik
# unzip elasticsearch-analysis-ik-7.6.2.zip
关闭kibana
使用jps和kill -9关闭elasticsearch
启动elasticsearch
# cd /usr/local/es/bin
刚安装完内容后直接前台启动，启动成功后在用后台启动。
# ./elasticsearch

2-2 Windows安装

解压后放到ES的plugins目录下重启即可

2-3 测试IK分词器

IK分词器提供了两种analyzer，分别是ik_max_word和ik_smart。
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,国,国歌”，会穷尽各种可能的组合；
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”。

3、基于Docker安装中文分词器

3-1 进入容器

docker exec -it es /bin/bash

3-2 安装IK

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip

3-3 重启容器

docker restart es

3-4 测试

如2-3

4、基于Docker手动安装IK步骤

4-1 删除ES的容器

如果容器在运行中，需要先停止容器
# docker stop es
# docker rm es

4-2 创建容器，并指定共享目录

先在宿主中创建一个目录
# mkdir /usr/local/es
创建并运行容器，指定共享目录./bjsxt是容器内部目录，如果不存在，会自动创建
docker run —name=es -d -p 9200:9200 -p 9300:9300 -v /usr/local/es:/bjsxt -e “discovery.type=single-node” elasticsearch:7.6.2

4-3 上传分词器

scp -r 或者直接使用XFTP上传到宿主机的：/usr/local/es目录下

4-4 在容器中安装

进入容器内部
# docker exec -it es /bin/bash
进入plugins文件夹
# cd plugins
创建ik目录
# mkdir ik
# cd ik
复制ik压缩包
# cp /bjsxt/elasticsearch-analysis-ik-7.6.2.zip ik.zip
解压
# unzip ik.zip
删除压缩包
# rm -f ik.zip
推出容器
# exit
重启容器.重启过程需要花费一点时间。
# docker restart es
判断是否启动成功
# curl http://localhost:9200

5、配置词条

5-1 使用基于Docker手动安装IK时配置词条步骤（步骤4）

由于在容器内部直接vi时词条为乱码，所以需要在windows或linux中操作。
在压缩包中config目录中main.dic中配置需要配置的文字内容。
每个中文词语独占一行。
最简单方法：
在linux中/usr/local/es中直接操作main.dic，在此处操作成功后，容器内容跟随变化。
进入到容器内部后，直接进入/usr/shard/elasticsearch/plugins/ik/config 中
执行：
# cp /bjsxt/config/main.dic main.dic
# exit
# docker restart es

5-2 基于Docker安装IK时配置步骤（步骤3）

把词典文件拷贝出来
# docker cp es:/usr/share/elasticsearch/config/analysis-ik/main.dic /usr/local/main.dic
进入local目录
# cd /usr/local
修改文件,在文件中第一行添加自己想添加的一个词语。示例中添加：阿巴阿巴
# vim main.dic
把配置文件放入到容器内部
# docker cp /usr/local/main.dic es:/usr/share/elasticsearch/config/analysis-ik/main.dic
重启容器
# docker restart es

5-3 Windows

5-4 测试

GET _analyze
{
  "text":"吊袜带啊啊啊阿达大大阿巴阿巴大wad啊ad",
  "analyzer": "ik_max_word"
}