0、引言
Elasticsearch之分词器中文的我们一般使用IK，如果没有指定分词器。默认使用的是standard分词。
IK分词能将中文分成词组：
standard分词则会将每个中文分成一个单个的词：
其他分词器：ansj_index ……
优劣：IK 分词能够根据词库创建有效的分词索引，搜索的效率和准确率很高。劣势：有小部分词如果不存在词库，则不会被分词，因此在查询的时候，可能目标文本存在此词，但是分词分不出这词，则查询结果将为空。
优劣：standard分词是根据每个汉字进行的分词，因此 优势就是，IK存在的问题，将不会出现在standard分词上面，但是劣势更加明显，第一：搜索引擎的文本样例基本都是千万级，亿级数据，每字均创建索引，索引区会很大。第二：查询结果如果是match则会出现非常大的干扰型数据，且相关性的排序会不理想。特别是完全匹配跟部分匹配的排序非常糟糕（可能可以通过查询优化）。
其他：都存在某部分优劣，本文档就不全部讲述了
1、使用分词器 6.0.0以下
如果你使用的是其他分词器的话，你将ansj_index 换成你的standard 或者ik_max_word 等 即可。
GET请求即可
http://localhost:9200/category/_analyze?analyzer=ansj_index&text=测试用例结果如下：
{
"tokens": [
{
"token": "测试用例",
"start_offset": 0,
"end_offset": 4,
"type": "word",
"position": 1
},
{
"token": "测试",
"start_offset": 0,
"end_offset": 2,
"type": "word",
"position": 2
},
{
"token": "试用",
"start_offset": 1,
"end_offset": 3,
"type": "word",
"position": 3
}
]
}2、查询分词器6.0.0及上
POST请求：下面是JSON数据
http://localhost:9200/_analyze/?pretty{ "analyzer": "ik_max_word", "text": "测试用例" }{
"tokens": [
{
"token": "测试",
"start_offset": 0,
"end_offset": 2,
"type": "CN_WORD",
"position": 0
},
{
"token": "试用",
"start_offset": 1,
"end_offset": 3,
"type": "CN_WORD",
"position": 1
},
{
"token": "例",
"start_offset": 3,
"end_offset": 4,
"type": "CN_CHAR",
"position": 2
}
]
}上面是正常情况下面的使用方式。
3、6.0.0以上使用老的查询方式
http://www.zcsjw.com/es2/category/_analyze?analyzer=ansj_index&text=测试用例报错：
{
"error": {
"root_cause": [{
"type": "parse_exception",
"reason": "request body or source parameter is required"
}],
"type": "parse_exception",
"reason": "request body or source parameter is required"
},
"status": 400
}处理方式是你用6.0.0的方式即可。
部分信息参考来源：
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/160917.html
