QQ个性网:专注于分享免费的QQ个性内容

关于我们| 网站公告| 广告服务| 联系我们| 网站地图

搜索
编程 JavaScript Java C++ Python SQL C Io ML COBOL Racket APL OCaml ABC Sed Bash Visual Basic Modula-2 Logo Delphi IDL Groovy Julia REXX Chapel X10 Forth Eiffel C# Go Rust PHP Swift Kotlin R Dart Perl Ruby TypeScript MATLAB Shell Lua Scala Objective-C F# Haskell Elixir Lisp Prolog Ada Fortran Erlang Scheme Smalltalk ABAP D ActionScript Tcl AWK IDL J PostScript IDL PL/SQL PowerShell

ElasticSearch 中的中文分词器以及索引基本操作详解

日期:2025/04/05 09:08来源:未知 人气:52

导读: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:词条化:分词器将输入的文本转为一个一个的词条流。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......

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:

词条化:分词器将输入的文本转为一个一个的词条流。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。

1.2.1 安装

执行如下命令即可:

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。

2. ElasticSearch 索引管理

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:

PUTbook

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:

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:

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:

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:

其他类似的权限有:

blocks.writeblocks.readblocks.read_only2.4 查看索引

head 插件查看方式如下:

请求查看方式如下:

GETbook/_settings

也可以同时查看多个索引信息:

GETbook,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:

DELETEtest

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:

POSTbook/_close

打开索引:

POSTbook/_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。

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。

添加结果如下:

将 add 改为 remove 就表示移除别名:

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

关于我们|网站公告|广告服务|联系我们| 网站地图

Copyright © 2002-2023 某某QQ个性网 版权所有 | 备案号:粤ICP备xxxxxxxx号

声明: 本站非腾讯QQ官方网站 所有软件和文章来自互联网 如有异议 请与本站联系 本站为非赢利性网站 不接受任何赞助和广告