Elasticsearch 搜索引擎内置了很多种分词器，但是对中文分词不友好，所以我们需要借助第三方中文分词工具包。
悟空哥专门研究了下 ik 中文分词工具包该怎么玩，希望对大家有所帮助。
本文主要内容如下：
ES 的一个分词器 ( tokenizer ) 接收一个字符流，将其分割为独立的词元 ( tokens ) ，然后输出词元流。
ES 提供了很多内置的分词器，可以用来构建自定义分词器 ( custom ananlyzers )
1.2 标准分词器原理比如 stadard tokenizer 标准分词器，遇到空格进行分词。该分词器还负责记录各个词条 ( term ) 的顺序或 position 位置 ( 用于 phrase 短语和 word proximity 词近邻查询 ) 。每个单词的字符偏移量 ( 用于高亮显示搜索的内容 ) 。
1.3 英文和标点符号分词示例查询示例如下：
POST _analyze { "analyzer": "standard", "text": "Do you know why I want to study ELK? 2 3 33..." }查询结果：
do, you, know, why, i, want, to, study, elk, 2,3,33从查询结果可以看到：
（1）标点符号没有分词。
（2）数字会进行分词。
但是这种分词器对中文的分词支持不友好，会将词语分词为单独的汉字。比如下面的示例会将 悟空聊架构 分词为 悟,空,聊,架,构，期望分词为 悟空，聊，架构。
POST _analyze { "analyzer": "standard", "text": "悟空聊架构" }
我们可以安装 ik 分词器来更加友好的支持中文分词。
2 安装 ik 分词器 2.1 ik 分词器地址ik 分词器地址：
https://github.com/medcl/elasticsearch-analysis-ik/releases先检查 ES 版本，我安装的版本是 7.4.2，所以我们安装 ik 分词器的版本也选择 7.4.2
:9200/ { "name" : "8448ec5f3312", "cluster_name" : "elasticsearch", "cluster_uuid" : "xC72O3nKSjWavYZ-EPt9Gw", "version" : { "number" : "7.4.2", "build_flavor" : "default", "build_type" : "docker", "build_hash" : "2f90bbf7b93631e52bafb59b3b049cb44ec25e96", "build_date" : "2019-10-28T20:40:44.881551Z", "build_snapshot" : false, "lucene_version" : "8.2.0", "minimum_wire_compatibility_version" : "6.8.0", "minimum_index_compatibility_version" : "6.0.0-beta1" }, "tagline" : "You Know, for Search" }
进入 es 容器内部 plugins 目录
docker exec -it <容器 id> /bin/bash获取 ik 分词器压缩包
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip解压缩 ik 压缩包
unzip 压缩包删除下载的压缩包
rm -rf *.zip 2.2.2 方式二：映射文件安装 ik 分词器进入到映射文件夹
cd /mydata/elasticsearch/plugins下载安装包
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip解压缩 ik 压缩包
unzip 压缩包删除下载的压缩包
rm -rf *.zip 2.2.3 方式三：Xftp 上传压缩包到映射目录先用 XShell 工具连接虚拟机 ( 操作步骤可以参考之前写的文章 ) ，然后用 Xftp 将下载好的安装包复制到虚拟机。
如果没有安装 unzip 解压工具，则安装 unzip 解压工具。
apt install unzip解压 ik 分词器到当前目录的 ik 文件夹下。
命令格式：unzip <ik 分词器压缩包>
实例：
unzip ELK-IKv7.4.2.zip -d ./ik
修改文件夹权限为可读可写。
chmod -R 777 ik/删除 ik 分词器压缩包
rm ELK-IKv7.4.2.zip 4 检查 ik 分词器安装进入到容器中
docker exec -it <容器 id> /bin/bash查看 Elasticsearch 的插件
elasticsearch-plugin list结果如下，说明 ik 分词器安装好了。是不是很简单。
ik然后退出 Elasticsearch 容器，并重启 Elasticsearch 容器
exit docker restart elasticsearch 5 使用 ik 中文分词器ik 分词器有两种模式
智能分词模式 ( ik_smart )
最大组合分词模式 ( ik_max_word )
我们先看下 智能分词 模式的效果。比如对于 一颗小星星 进行中文分词，得到的两个词语：一颗、小星星
我们在 Dev Tools Console 输入如下查询
POST _analyze { "analyzer": "ik_smart", "text": "一颗小星星" }得到如下结果，被分词为 一颗和小星星。
再来看下 最大组合分词模式。输入如下查询语句。
POST _analyze { "analyzer": "ik_max_word", "text": "一颗小星星" }一颗小星星 被分成了 6 个词语：一颗、一、颗、小星星、小星、星星。
我们再来看下另外一个中文分词。比如搜索悟空哥聊架构，期望结果：悟空哥、聊、架构三个词语。