elasticsearch 自定义分词器
安装拼音分词器、ik分词器
拼音分词器： https://github.com/medcl/elasticsearch-analysis-pinyin/releases
ik分词器：https://github.com/medcl/elasticsearch-analysis-ik/releases
下载源码需要使用maven打包
下载构建好的压缩包解压后放直接在elasticsearch安装目录下 plugins文件夹下，可以重命名
1.在es中设置分词
创建索引，添加setting属性
PUT myindex
{
"settings": {
"index":{
"analysis":{
"analyzer":{
"ik_pinyin_analyzer":{
"type":"custom",
"tokenizer":"ik_smart",
"filter":"pinyin_filter"
}
},
"filter":{
"pinyin_filter":{
"type":"pinyin",
"keep_separate_first_letter" : false,
"keep_full_pinyin" : true,
"keep_original" : false,
"limit_first_letter_length" : 10,
"lowercase" : true,
"remove_duplicated_term" : true
}
}
}
}
}
}
添加属性 设置mapping属性
PUT myindex/_mapping/users
{
"properties": {
"uname":{
"type": "text",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart",
"fields": {
"my_pinyin":{
"type": "text"
, "analyzer": "ik_pinyin_analyzer",
"search_analyzer": "ik_pinyin_analyzer"
}
}
},
"age":{
"type": "integer"
}
}
}
2.spring data elasticsearch设置分词
创建实体类
@Mapping(mappingPath = "elasticsearch_mapping.json")//设置mapping
@Setting(settingPath = "elasticsearch_setting.json")//设置setting
@Document(indexName = "myindex",type = "users")
public class User {
@Id
private Integer id;
//
// @Field(type =FieldType.keyword ,analyzer = "pinyin_analyzer",searchAnalyzer = "pinyin_analyzer")//没有作用
private String name1;
@Field(type = FieldType.keyword)
private String userName;
@Field(type = FieldType.Nested)
private List<Product> products; }
在resources下创建elasticsearch_mapping.json 文件
{
"properties": {
"uname": {
"type": "text",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart",
"fields": {
"my_pinyin": {
"type": "text",
"analyzer": "ik_pinyin_analyzer",
"search_analyzer": "ik_pinyin_analyzer"
}
}
},
"age": {
"type": "integer"
}
}
}
在resources下创建elasticsearch_setting.json 文件
{
"index": {
"analysis": {
"analyzer": {
"ik_pinyin_analyzer": {
"type": "custom",
"tokenizer": "ik_smart",
"filter": "pinyin_filter"
}
},
"filter": {
"pinyin_filter": {
"type": "pinyin",
//true：支持首字母
"keep_first_letter":true,
//false：不支持首字母分隔
"keep_separate_first_letter": false,
//true：支持全拼
"keep_full_pinyin": true,
"keep_original": false,
//设置最大长度
"limit_first_letter_length": 10,
//小写非中文字母
"lowercase": true,
//重复的项将被删除
"remove_duplicated_term": true
}
}
}
}
}
ik_max_word：会将文本做最细粒度的拆分，例如「中华人民共和国国歌」会被拆分为「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；
ik_smart：会将文本做最粗粒度的拆分，例如「中华人民共和国国歌」会被拆分为「中华人民共和国、国歌」；
程序启动后分词并没有设置分词
实体创建后需要加上，创建的索引才可以分词
elasticsearchTemplate.putMapping(User.class);
