ES分词器和ik分词器的安装

一个 tokenizer（分词器）接收一个字符流，将之分割为独立的 tokens（词元，通常是独立
的单词），然后输出 tokens 流。
例如，whitespace tokenizer 遇到空白字符时分割文本。它会将文本 "Quick brown fox!" 分割
为 [Quick, brown, fox!]。
该 tokenizer（分词器）还负责记录各个 term（词条）的顺序或 position 位置（用于 phrase 短
语和 word proximity 词近邻查询），以及 term（词条）所代表的原始 word（单词）的 start
（起始）和 end（结束）的 character offsets（字符偏移量）（用于高亮显示搜索的内容）。
Elasticsearch 提供了很多内置的分词器，可以用来构建 custom analyzers（自定义分词器）

POST _analyze
{
  "analyzer": "standard",
  "text": "我是中国人"
}
analyzer：分词器 这个指定的是默认的 text：要分词的内容

这个分词结果并不好，我们希望的应该是 我 是 中国人 所以我们对中文应该安装适合中文的分词器

下载链接：https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-anal
ysis-ik-7.4.2.zip  推荐直接下载然后解压到ik文件夹（自己创建一个）用xshell连接服务器再用xfpt传到 es挂载目录上（如果是按照我之前博客安装的话目录是/mydata/elasticsearch/plugin下 ）

然后再 chmod -R 777 ik

可以确认是否安装好了分词器
cd ../bin
elasticsearch plugin list：即可列出系统的分词器，如果有ik则说明成功。

然后 docker restart elasticsearch重启es则安装完成

再在kibana实验

POST _analyze
{
  "analyzer": "ik_smart",
  "text": "我是中国人"
}

POST _analyze
{
  "analyzer": "ik_max_word",
  "text": "我是中国人"
}

 能够看出不同的分词器，分词有明显的区别，所以以后定义一个索引不能再使用默认的 mapping 了，要手工建立 mapping, 因为要选择分词器。