标椎分词器效果测试

　　1.请求的url（请求方式是GET）

http://localhost:9200/_analyze?analyzer=standard&pretty=true&text=我是程序员

　　2.实现效果

　　　　

　　　　这样的分词效果不是我们所需要的；

IK分词器简介

　　IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包，从2006年12推出1.0版开始，IKAnalyzer已经推出了3个大版本。最初，它是以开源项目Lucene为应用主体的，结合词典和文法分析算法的中文分词组件。新版本的IKAnalyzer3.0则发展为面向java的公共分词组件，独立于Lucene项目，同时提供了Lucene的默认优化实现；

　　特性如下：

　　　　1.采用了特有的“正向迭代最细粒度切分算法”，具有60万字/秒的高速处理能力；

　　　　2.采用了多子处理分析模式，支持：英文字母，数字，中文词汇等分词处理；

　　　　3.对中英联合支持不是很好，在这方面的处理比较麻烦，需在做一次查询，同时是支持个人词汇的优化的词典存储，更小的内存占用；

　　　　4.支持用户词典扩展定义；

　　　　5.针对Lucene全文检索优化的查询分析器IKQueryParser，采用了歧义分析算法优化查询关键字的搜索排列组合，能极大提高Lucene检索的命中率；

Elasticsearch继承IK分词器

　　IK分词器的安装

　　　　1.下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

　　　　　　

　　　　2.解压后，将elasticsearch文件夹拷贝到elasticsearch-5.6.8\plugins目录下，并重命名文件夹文analysis-ik；

　　　　　　

 　　　　3.重新启动elasticsearch服务，即可加载IK分词器

　　　　　　

　　IK分词器测试

　　　　IK提供了两个分词算法：ik_smart和ik_max_word

　　　　其中ik_smart为最少切分，ik_max_word为最细粒度划分；

　　　　1.最少切分（ik_smart）

　　　　　　1.1 请求的url　（请求方式为GET）

http://127.0.0.1:9200/_analyze?analyzer=ik_smart&pretty=true&text=我是程序员

　　　　　　1.2 实现效果

　　　　　　　　

　　　　2.最细粒度划分（ik_max_word）

　　　　　　2.1 请求的url　　（请求方式为GET）

http://127.0.0.1:9200/_analyze?analyzer=ik_max_word&pretty=true&text=我是程序员

　　　　　　2.2 效果实现

　　　　　　　　

创建索引映射mapping

　　1.创建索引

　　　　1.1 请求的url　　（请求方式PUT）

http://localhost:9200/wn_1

　　　　1.2 请求体

{ 
    "mappings": { 
        "article": { 
            "properties": { 
                "id": { 
                    "type": "long", 
                    "store": true, 
                    "index":"not_analyzed" 
                },
                "title": { 
                    "type": "text", 
                    "store": true, 
                    "index":"analyzed", 
                    "analyzer":"ik_max_word" 
                },
                "content": { 
                    "type": "text", 
                    "store": true, 
                    "index":"analyzed", 
                    "analyzer":"ik_max_word" 
                } 
            } 
        } 
    } 
}

　　　　1.3 效果实现

　　　　　　

　　2.创建文档

　　　　2.1 请求的url　　（请求方式为POST）

http://localhost:9200/wn_1/article/1

　　　　2.2 请求体

{ 
    "id":1, 
    "title":"ElasticSearch是一个基于Lucene的搜索服务器", 
    "content":"它提供了一个分布式多用户能力的全文搜索引擎，基于RESTfulweb接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。" 
}

　　　　2.3 实现效果

　　　　　　

　　3.再次测试queryString查询

　　　　3.1 请求的url　　（请求方式为POST）

http://localhost:9200/wn_1/article/_search

　　　　3.2 请求体

{
    "query": {
        "query_string": {
            "default_field":"title",
            "query": "搜索"
        }
    }
}

　　　　3.3 效果实现

　　　　　　

　　4.再次测试term查询

　　　　4.1 请求的url（请求方式为post）

http://localhost:9200/wn_1/article/_search

　　　　4.2 请求体

{
    "query": {
        "term": {
            "title": "服务器"
        }
    }
}

　　　　4.3 效果实现