使用IK分词插件（analysis-ik） - 检索分析服务Elasticsearch版

IK分词插件（analysis-ik）是阿里云Elasticsearch（简称ES）的扩展插件，提供了基于词典的分词能力，默认不能卸载。所有类型的词典均默认使用IK分词插件的原生配置文件，通过更新词典，您可以修改IK分词插件的默认词库或添加新的词库，改善分词效果，让分词结果更加符合业务场景需求。在开源插件的基础上，IK分词插件扩展支持了通过对象存储OSS动态加载词典文件的功能。

前提条件

集群状态为正常，可在实例的基本信息页面查看。具体操作请参见查看实例的基本信息。

说明

部分低版本实例的界面和支持的功能可能与本文有区别，请以控制台为准。

IK分词插件介绍

IK分词器的分词规则

IK分词插件的分词器的分词规则包括ik_smart和ik_max_word两种：

ik_max_word：将文本按照最细粒度进行拆分，适合术语查询。
ik_smart：将文本按照粗粒度进行拆分，适合短语查询。

支持的词典类型

IK分词插件支持以下几种词典类型：

词典类型	词典说明	词典文件要求	更新方式
主词典（main.dic）	IK分词插件原生内置的主词典包含27万多条中文词语。如果在创建ES索引时指定了主分词词典，向集群中写入数据时，数据中包含主分词词典中的词，集群就会建立索引，并且该索引能通过关键词被查询到。	每行一个词，保存为UTF-8编码的DIC文件。	IK词典冷更新 IK词典热更新
停用词词典（stopword.dic）	IK分词插件原生内置的停用词词典中包含英文的停用词，例如a、the、and、at、but等。如果在创建ES索引时指定了停用词词典，向索引中写入数据时，数据中包含的停用词词典中的词会被过滤掉，不会出现在倒排索引中。	每行一个词，保存为UTF-8编码的DIC文件。	IK词典冷更新 IK词典热更新
介词词典（preposition.dic）	存放介词	-	IK词典冷更新
量词词典（quantifier.dic）	存放单位相关的词和量词。	-	IK词典冷更新
suffix.dic	存放后缀	-	不支持更新
surname.dic	存放中国的姓氏。	-	不支持更新

支持的词典更新方式

阿里云ES的IK分词插件支持IK词典冷更新和IK词典热更新。

更新方式	生效方式	加载方式	推荐应用场景
冷更新	对整个集群的词典进行更新，词典生效会触发集群重启。	系统将上传的词典文件传送到ES节点上，然后重启ES节点加载词典文件。	如果您需要替换默认词典文件或删除默认词典文件中的内容，使用IK词典冷更新。如果您需要更新介词词典或量词词典文件，使用IK词典冷更新。
热更新	上传同名词典文件时，不会触发集群重启，集群会在运行过程中直接加载词库。第一次上传词典文件、新增或删除词典文件、词典文件名称发生变化时，会触发集群重启，集群需要重新加载词典的配置。	仅词典文件内容发生变化时，ES节点会自动加载上传的词典文件，实现词典的更新操作。如果词典文件列表或词典名称发生变化，集群需要重启重新加载词典的配置。	如果您需要扩充主词典或停用词词典文件，或变更扩充词典文件，建议使用IK词典热更新。

更新词典

对于已经配置了IK分词的索引，IK词典冷更新或热更新完成后，将只对新数据（包含新增数据和更新后的数据）生效。如果您希望对全部数据生效，需要重建索引。

IK词典冷更新

您可以通过冷更新方式替换词典文件，替换过程需要重启ES集群。

警告

冷更新操作会触发集群重启，为保证您的业务不受影响，请在业务低峰期进行操作。

登录阿里云Elasticsearch控制台。
在左侧导航栏，单击Elasticsearch实例。
进入目标实例。
1. 在顶部菜单栏处，选择资源组和地域。
2. 在Elasticsearch实例中单击目标实例ID。
在左侧导航栏，选择配置与管理 > 插件配置。
在系统默认插件列表页签，找到analysis-ik插件，在其右侧操作列中单击冷更新。
在IK词库配置-冷更新控制面板，单击目标词典右侧的编辑，添加或替换对应的词典文件后单击保存。
词典文件更新方式包括：
- 上传本地文件：单击文件上传区域上传词典文件，或拖拽词典文件到上传区域。
- 上传OSS文件：输入Bucket名称和词典文件名称，单击添加。
  - Bucket与阿里云ES实例需要在同一地域。
  - 不支持自动同步更新词典文件。源端OSS中的词典文件内容发生变化后，需要通过冷更新使之生效。
说明
- 词典文件后缀必须是.dic，词典文件名可以包含大小写字母、数字和下划线，长度不超过30个字符。
- 每种类型的词典仅支持上传一个DIC格式文件，变更发起后会用您上传的词典替换原词典。
- 如果您需要恢复词典的默认文件，下载默认词典文件后上传。获取默认词典文件，请单击下载：
  主词典（main.dic）
  停用词词典（stopword.dic）
  介词词典（preposition.dic）
  量词词典（quantifier.dic）
单击确定。
ES实例重启成功后，即词典文件更新成功。
（可选）登录ES实例的Kibana控制台，测试词典是否生效。
说明
登录Kibana控制台，请参见登录Kibana控制台。
在Kibana控制台的开发工具（Dev Tools）上执行以下代码：
```
GET _analyze
{
  "analyzer": "ik_smart",
  "text": ["您词典中包含的词"]
}
```

IK词典热更新

您可以通过扩展词典更新的方式扩充主词典和停用词词典。如果词典文件名和文档数量不发生变化，则不需要重启ES集群。

登录阿里云Elasticsearch控制台。
在左侧导航栏，单击Elasticsearch实例。
进入目标实例。
1. 在顶部菜单栏处，选择资源组和地域。
2. 在Elasticsearch实例中单击目标实例ID。
在左侧导航栏，选择配置与管理 > 插件配置。
在系统默认插件列表页签，找到analysis-ik插件，在其右侧的操作列中单击热更新。
在IK词库配置-热更新控制面板，单击目标词典右侧的编辑，上传对应的词典文件后单击保存。
词典文件更新方式包括：
- 上传本地文件：单击文件上传区域上传词典文件，或拖拽词典文件到上传区域。
- 上传OSS文件：输入Bucket名称和词典文件名称，单击添加。
  - Bucket与阿里云ES实例需要在同一地域。
  - 不支持自动同步更新词典文件。源端OSS中的词典文件内容发生变化后，需要通过热更新使之生效。
说明
- 词典文件后缀必须是.dic，文件名可以包含大小写字母、数字和下划线，长度不超过30个字符。
- 如果您需要修改已上传的词典文件内容，可单击目标词典文件右侧的图标，下载、修改词典文件，然后删除源词典文件并重新上传。
- 支持上传多个词典文件，仅词典文件内容发生变化时集群不需要重启，文件名称或文件数量发生变化时需要集群重启。为保证您的业务不受影响，请在业务低峰期进行操作，等待重启结束后，词典会自动生效。
在页面底部，单击确定。
阿里云ES节点上的插件具有自动加载词典文件的功能，但每个节点获取词典文件的可能时间不同，请耐心等待词典生效。
（可选）登录ES实例的Kibana控制台，测试词典是否生效。
说明
登录Kibana控制台，请参见登录Kibana控制台。
为保证准确性，在Kibana控制台的开发工具（Dev Tools）上多次执行以下命令进行验证。
```
GET _analyze
{
  "analyzer": "ik_smart",
  "text": ["您词典中包含的词"]
}
```

检索分析服务Elasticsearch版：使用IK分词插件（analysis-ik）