Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
iiopsd
elasticsearch-analysis-ik
提交
e8e45dff
E
elasticsearch-analysis-ik
项目概览
iiopsd
/
elasticsearch-analysis-ik
与 Fork 源项目一致
从无法访问的项目Fork
通知
4
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
E
elasticsearch-analysis-ik
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
e8e45dff
编写于
8月 07, 2015
作者:
weixin_43283383
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #85 from shikui/master
完善对 use_smart 的说明;ETags 改为 ETag,与代码保持一致。
上级
b3165ceb
6dfda672
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
49 addition
and
2 deletion
+49
-2
README.md
README.md
+49
-2
未找到文件。
README.md
浏览文件 @
e8e45dff
...
...
@@ -65,7 +65,52 @@ Or
index.analysis.analyzer.ik.type
:
"
ik"
```
you can set your prefer segment mode,default
`use_smart`
is false.
#### 以上两种配置方式的区别:
1、第二种方式,只定义了一个名为 ik 的 analyzer,其 use_smart 采用默认值 false
2、第一种方式,定义了三个 analyzer,分别为:ik、ik_max_word、ik_smart,其中 ik_max_word 和 ik_smart 是基于 ik 这个 analyzer 定义的,并各自明确设置了 use_smart 的不同值。
3、其实,ik_max_word 等同于 ik。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;而 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”。
因此,建议,在设置 mapping 时,用 ik 这个 analyzer,以尽可能地被搜索条件匹配到。
不过,如果你想将 /index_name/_analyze 这个 RESTful API 做为分词器用,用来提取某段文字中的主题词,则建议使用 ik_smart 这个 analyzer:
```
POST /hailiang/_analyze?analyzer=ik_smart HTTP/1.1
Host: localhost:9200
Cache-Control: no-cache
中华人民共和国国歌
```
返回值:
```
json
{
"tokens"
:
[
{
"token"
:
"中华人民共和国"
,
"start_offset"
:
0
,
"end_offset"
:
7
,
"type"
:
"CN_WORD"
,
"position"
:
1
},
{
"token"
:
"国歌"
,
"start_offset"
:
7
,
"end_offset"
:
9
,
"type"
:
"CN_WORD"
,
"position"
:
2
}
]
}
```
另外,可以在 elasticsearch.yml 里加上如下一行,设置默认的 analyzer 为 ik:
```
yaml
index.analysis.analyzer.default.type
:
"
ik"
```
### Mapping Configuration
...
...
@@ -228,12 +273,14 @@ curl -XPOST http://localhost:9200/index/fulltext/_search -d'
其中
`location`
是指一个 url,比如
`http://yoursite.com/getCustomDict`
,该请求只需满足以下两点即可完成分词热更新。
1.
该 http 请求需要返回两个头部(header),一个是
`Last-Modified`
,一个是
`ETag
s
`
,这两者都是字符串类型,只要有一个发生变化,该插件就会去抓取新的分词进而更新词库。
1.
该 http 请求需要返回两个头部(header),一个是
`Last-Modified`
,一个是
`ETag`
,这两者都是字符串类型,只要有一个发生变化,该插件就会去抓取新的分词进而更新词库。
2.
该 http 请求返回的内容格式是一行一个分词,换行符用
`\n`
即可。
满足上面两点要求就可以实现热更新分词了,不需要重启 ES 实例。
可以将需自动更新的热词放在一个 UTF-8 编码的 .txt 文件里,放在 nginx 或其他简易 http server 下,当 .txt 文件修改时,http server 会在客户端请求该文件时自动返回相应的 Last-Modified 和 ETag。可以另外做一个工具来从业务系统提取相关词汇,并更新这个 .txt 文件。
have fun.
常见问题
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录