Elasticsearch之文档的增删改查以及ik分词器

文档的增删改查

增加文档

使用elasticsearch-head查看

修改文档

使用elasticsearch-head查看

删除文档

使用elasticsearch-head查看

查看文档的三种方式

一：根据id查询

二：querystring查询

• query：  需要查询的具体内容
• default_field：  查询的字段

注意：将搜索内容"搜索服务器"修改为"钢索"，同样也能搜索到文档

原因：default_operator：默认运算符

有AND、OR，默认为OR。比如query里面的内容是”cat dog”，两个短语以空格分开，如果default_operator参数为OR，那么只要字段内包含cat或者dog之一就可以匹配。

如果default_operator为AND，字段内必须同时包含cat和dog才可以匹配。

三：term查询

term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇

查询结果为零

IK分词器

上面的问题

在进行字符串查询时，我们发现去搜索"搜索服务器"和"钢索"都可以搜索到数据；

而在进行词条查询时，我们搜索"搜索"却没有搜索到数据；

究其原因是ElasticSearch的标准分词器导致的，当我们创建索引时，字段使用的是标准分词

标准分词器的效果

而我们需要的分词效果是：我、是、程序、程序员；

这样的话就需要对中文支持良好的分析器的支持，支持中文分词的分词器有很多，word分词器、庖丁解牛、盘分词、Ansj分词等，

但我们常用的还是下面要介绍的IK分词器。
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月推出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，结合词典分词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的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。

IK分词器3.0的特性如下：

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）采用了多子处理器分析模式，支持：英文字母（IP地址、Email、URL）、数字（日期，常用中文数量词，罗马数字，科学计数法），中文词汇（姓名、地名处理）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.需再做一次查询,同时是支持个人词条的优化的词典存储，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；采用歧义分析算法优化查询关键字的搜索排列组合，能极大的提高Lucene检索的命中率。

IK分词器的下载

1.地址：https://github.com/medcl/elasticsearch-analysis-ik/releas

2.下载完成之进行解压，将解压的内容放在Elasticsearch的plugins模块中

3.重启Elasticsearch，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

ik_smart 为最少切分

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

ik_max_word为最细粒度划分

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

重启查询测试

1.删除原有的在重启创建一份索引，方便测试

创建blog1索引，此时分词器使用ik_max_word

2.创建文档和上面的步骤一致

3.使用querystring查询

使用“搜索服务器”进行查询“”

效果

使用“钢索”进行查询

效果

4.使用term测试查询