ElasticSearch 中的中文分词器以及索引基本操作详解

1.ElasticSearch 分词器介绍

1.1 内置分词器

ElasticSearch 核心功能就是数据检索，首先通过索引将文档写入 es。查询分析则主要分为两个步骤：

1. 词条化：分词器将输入的文本转为一个一个的词条流。
2. 过滤：比如停用词过滤器会从词条中去除不相干的词条（的，嗯，啊，呢）；另外还有同义词过滤器、小写过滤器等。

ElasticSearch 中内置了多种分词器可以供使用。

内置分词器：

1.2 中文分词器

在 Es 中，使用较多的中文分词器是 elasticsearch-analysis-ik，这个是 es 的一个第三方插件，代码托管在 GitHub 上：

• https://github.com/medcl/elasticsearch-analysis-ik

1.2.1 安装

两种使用方式：

第一种：

1. 首先打开分词器官网：https://github.com/medcl/elasticsearch-analysis-ik。
2. 在 https://github.com/medcl/elasticsearch-analysis-ik/releases 页面找到最新的正式版，下载下来。我们这里的下载链接是 https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip。
3. 将下载文件解压。
4. 在 es/plugins 目录下，新建 ik 目录，并将解压后的所有文件拷贝到 ik 目录下。
5. 重启 es 服务。

第二种：

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.3/elasticsearch-analysis-ik-7.9.3.zip

1.2.2 测试

es 重启成功后，首先创建一个名为 test 的索引：

接下来，在该索引中进行分词测试：

1.2.3 自定义扩展词库

1.2.3.1 本地自定义

在 es/plugins/ik/config 目录下，新建 ext.dic 文件（文件名任意），在该文件中可以配置自定义的词库。

如果有多个词，换行写入新词即可。

然后在 es/plugins/ik/config/IKAnalyzer.cfg.xml 中配置扩展词典的位置：

1.2.3.2 远程词库

也可以配置远程词库，远程词库支持热更新（不用重启 es 就可以生效）。

热更新只需要提供一个接口，接口返回扩展词即可。

具体使用方式如下，新建一个 Spring Boot 项目，引入 Web 依赖即可。然后在 resources/stastic 目录下新建 ext.dic 文件，写入扩展词：

接下来，在 es/plugins/ik/config/IKAnalyzer.cfg.xml 文件中配置远程扩展词接口：

配置完成后，重启 es ，即可生效。

热更新，主要是响应头的 Last-Modified 或者 ETag 字段发生变化，ik 就会自动重新加载远程扩展辞典。

视频笔记，在公众号江南一点雨后台回复 elasticsearch04 获取下载链接。

2. ElasticSearch 索引管理

微信公众号江南一点雨后台回复 elasticsearch05 下载本笔记。

启动一个 master 节点和两个 slave 节点进行测试（参考第二集的视频搭建）。

2.1 新建索引

2.1.1 通过 head 插件新建索引

在 head 插件中，选择 索引选项卡，然后点击新建索引。新建索引时，需要填入索引名称、分片数以及副本数。

索引创建成功后，如下图：

0、1、2、3、4 分别表示索引的分片，粗框表示主分片，细框表示副本（点一下框，通过 primary 属性可以查看是主分片还是副本）。.kibana 索引只有一个分片和一个副本，所以只有 0。

2.1.2 通过请求创建

可以通过 postman 发送请求，也可以通过 kibana 发送请求，由于 kibana 有提示，所以这里采用 kibana。

创建索引请求：

PUT book

创建成功后，可以查看索引信息：

需要注意两点：

• 索引名称不能有大写字母

• 索引名是唯一的，不能重复，重复创建会出错

2.2 更新索引

索引创建好之后，可以修改其属性。

例如修改索引的副本数：

PUT book/_settings
{
  "number_of_replicas": 2
}

修改成功后，如下：

更新分片数也是一样。

2.3 修改索引的读写权限

索引创建成功后，可以向索引中写入文档：

PUT book/_doc/1
{
  "title":"三国演义"
}

写入成功后，可以在 head 插件中查看：

默认情况下，索引是具备读写权限的，当然这个读写权限可以关闭。

例如，关闭索引的写权限：

PUT book/_settings
{
  "blocks.write": true
}

关闭之后，就无法添加文档了。关闭了写权限之后，如果想要再次打开，方式如下：

PUT book/_settings
{
  "blocks.write": false
}

其他类似的权限有：

• blocks.write
• blocks.read
• blocks.read_only

2.4 查看索引

head 插件查看方式如下：

请求查看方式如下：

GET book/_settings

也可以同时查看多个索引信息：

GET book,test/_settings

也可以查看所有索引信息：

GET _all/_settings

2.5 删除索引

head 插件可以删除索引：

请求删除如下：

DELETE test

删除一个不存在的索引会报错。

5.6 索引打开/关闭

关闭索引：

POST book/_close

打开索引：

POST book/_open

当然，可以同时关闭/打开多个索引，多个索引用 , 隔开，或者直接使用 _all 代表所有索引。

2.7 复制索引

索引复制，只会复制数据，不会复制索引配置。

POST _reindex
{
  "source": {"index":"book"},
  "dest": {"index":"book_new"}
}

复制的时候，可以添加查询条件。

2.8 索引别名

可以为索引创建别名，如果这个别名是唯一的，该别名可以代替索引名称。

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "book",
        "alias": "book_alias"
      }
    }
  ]
}

添加结果如下：

将 add 改为 remove 就表示移除别名：

POST /_aliases
{
  "actions": [
    {
      "remove": {
        "index": "book",
        "alias": "book_alias"
      }
    }
  ]
}

查看某一个索引的别名：

GET /book/_alias

查看某一个别名对应的索引（book_alias 表示一个别名）：

GET /book_alias/_alias

可以查看集群上所有可用别名：

GET /_alias

最后，松哥还搜集了 50+ 个项目需求文档，想做个项目练练手的小伙伴不妨看看哦～

需求文档地址： https://github.com/lenve/javadoc