以下基于ES6.4.3 ，analyzer在ES的搜索命中率当中起着重要的作用，其默认的analyzer为Standard Analyzer 

Elasticsearch添加中文分词

参考直达车：https://github.com/medcl/elasticsearch-analysis-ik ，请注意版本对应

ik有两种分词器：

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，适合 Term Query；

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”，适合 Phrase 查询。

IK安装

安装的方式有几种，这里使用elasticsearch-plugin安装

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.4.3/elasticsearch-analysis-ik-6.4.3.zip

IK分词效果

测试ik_max_word  http://192.168.31.100:9200/_analyze?pretty

{
  "text": "中华人民共和国国歌",
  "analyzer": "ik_max_word"
}

响应

{
    "tokens": [
        {
            "token": "中华人民共和国",
            "start_offset": 0,
            "end_offset": 7,
            "type": "CN_WORD",
            "position": 0
        },
        {
            "token": "中华人民",
            "start_offset": 0,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 1
        },
        {
            "token": "中华",
            "start_offset": 0,
            "end_offset": 2,
            "type": "CN_WORD",
            "position": 2
        },
        {
            "token": "华人",
            "start_offset": 1,
            "end_offset": 3,
            "type": "CN_WORD",
            "position": 3
        },
        {
            "token": "人民共和国",
            "start_offset": 2,
            "end_offset": 7,
            "type": "CN_WORD",
            "position": 4
        },
        {
            "token": "人民",
            "start_offset": 2,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 5
        },
        {
            "token": "共和国",
            "start_offset": 4,
            "end_offset": 7,
            "type": "CN_WORD",
            "position": 6
        },
        {
            "token": "共和",
            "start_offset": 4,
            "end_offset": 6,
            "type": "CN_WORD",
            "position": 7
        },
        {
            "token": "国",
            "start_offset": 6,
            "end_offset": 7,
            "type": "CN_CHAR",
            "position": 8
        },
        {
            "token": "国歌",
            "start_offset": 7,
            "end_offset": 9,
            "type": "CN_WORD",
            "position": 9
        }
    ]
}

测试ik_smart   http://192.168.31.100:9200/_analyze?pretty

{
  "text": "中华人民共和国国歌",
  "analyzer": "ik_smart"
}

响应

{
    "tokens": [
        {
            "token": "中华人民共和国",
            "start_offset": 0,
            "end_offset": 7,
            "type": "CN_WORD",
            "position": 0
        },
        {
            "token": "国歌",
            "start_offset": 7,
            "end_offset": 9,
            "type": "CN_WORD",
            "position": 1
        }
    ]
}

IK使用

创建测试索引 PUT http://192.168.31.100:9200/ik_test?pretty

{
    "mappings": {
        "_doc": {
	        "properties": {
	            "content": {
	                "type": "text",
	                "analyzer": "ik_max_word",
	                "search_analyzer": "ik_max_word"
	            }
	        }
        }
    }
}

插入数据  http://192.168.31.100:9200/ik_test/_doc/_bulk?pretty  ,注意最后有一个换行

{ "index" : { "_id" : "1" } }
{"content":"美国留给伊拉克的是个烂摊子吗"}
{ "index" : { "_id" : "2" } }
{"content":"公安部：各地校车将享最高路权"}
{ "index" : { "_id" : "3" } }
{"content":"中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"}
{ "index" : { "_id" : "4" } }
{"content":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"}

查询  http://192.168.31.100:9200/ik_test/_doc/_search?pretty

{
    "query" : { "match" : { "content" : "中国" }},
    "highlight" : {
        "pre_tags" : ["<tag1>", "<tag2>"],
        "post_tags" : ["</tag1>", "</tag2>"],
        "fields" : {
            "content" : {}
        }
    }
}

响应

{
    "took": 147,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 2,
        "max_score": 0.6489038,
        "hits": [
            {
                "_index": "ik_test",
                "_type": "_doc",
                "_id": "4",
                "_score": 0.6489038,
                "_source": {
                    "content": "中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
                },
                "highlight": {
                    "content": [
                        "<tag1>中国</tag1>驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
                    ]
                }
            },
            {
                "_index": "ik_test",
                "_type": "_doc",
                "_id": "3",
                "_score": 0.2876821,
                "_source": {
                    "content": "中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"
                },
                "highlight": {
                    "content": [
                        "中韩渔警冲突调查：韩警平均每天扣1艘<tag1>中国</tag1>渔船"
                    ]
                }
            }
        ]
    }
}

IK字典配置

我们可以在config/analysis-ik下找到 IKAnalyzer.cfg.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">custom/mydict.dic;custom/single_word_low_freq.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords">custom/ext_stopword.dic</entry>
 	<!--用户可以在这里配置远程扩展字典 -->
	<entry key="remote_ext_dict">location</entry>
 	<!--用户可以在这里配置远程扩展停止词字典-->
	<entry key="remote_ext_stopwords">http://xxx.com/xxx.dic</entry>
</properties>

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，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。

热更新 IK 分词使用方法

首先测试一下，比如蔡徐坤三个字，我们直接测试如下，发现蔡徐坤不是我们的字典热词，每个字都被拆分了

但是由于蔡徐坤上了热搜，我们一般不把它拆分，怎么办呢，这里我们将蔡徐坤作为我们的字典，这样就可以避免拆分了。

这里我们使用远程字典配置，这里可以直接使用https://www.bblog.vip/ik_test，把其他三个都注释了

<!--用户可以在这里配置远程扩展字典 -->
<entry key="remote_ext_dict">https://www.bblog.vip/ik_test</entry>

效果如下：