elasticsearch官方只提供smartcn这个中文分词插件，效果不是很好，好在国内有medcl大神（国内最早研究es的人之一）写的两个中文分词插件，一个是ik的，一个是mmseg的，下面分别介绍下两者的用法，其实都差不多的，先安装插件，命令行：
安装ik插件：

[plain]
plugin -install medcl/elasticsearch-analysis-ik/1.1.0  

下载ik相关配置词典文件到config目录

[plain]
cd config  
  1. wget http://github.com/downloads/medcl/elasticsearch-analysis-ik/ik.zip --no-check-certificate  
  2. unzip ik.zip  
  3. rm ik.zip  

安装mmseg插件：

[plain]
bin/plugin -install medcl/elasticsearch-analysis-mmseg/1.1.0  

下载相关配置词典文件到config目录

[plain]
cd config  
  1. wget http://github.com/downloads/medcl/elasticsearch-analysis-mmseg/mmseg.zip --no-check-certificate  
  2. unzip mmseg.zip  
  3. rm mmseg.zip  

分词配置

ik分词配置，在elasticsearch.yml文件中加上

[html]
index:  
  1.   analysis:                     
  2.     analyzer:        
  3.       ik:  
  4.           alias: [ik_analyzer]  
  5.           type: org.elasticsearch.index.analysis.IkAnalyzerProvider  

或

[html]
index.analysis.analyzer.ik.type : “ik”  

这两句的意义相同
mmseg分词配置，也是在在elasticsearch.yml文件中

[html]
index:  
  1.   analysis:  
  2.     analyzer:  
  3.       mmseg:  
  4.           alias: [news_analyzer, mmseg_analyzer]  
  5.           type: org.elasticsearch.index.analysis.MMsegAnalyzerProvider  

或

[html]
index.analysis.analyzer.default.type : "mmseg"  

mmseg分词还有些更加个性化的参数设置如下

[html]
index:  
  1.   analysis:  
  2.     tokenizer:  
  3.       mmseg_maxword:  
  4.           type: mmseg  
  5.           seg_type: "max_word"  
  6.       mmseg_complex:  
  7.           type: mmseg  
  8.           seg_type: "complex"  
  9.       mmseg_simple:  
  10.           type: mmseg  
  11.           seg_type: "simple"  

这样配置完后插件安装完成，启动es就会加载插件。

定义mapping

在添加索引的mapping时就可以这样定义分词器

[plain]
{  
  1.    "page":{  
  2.       "properties":{  
  3.          "title":{  
  4.             "type":"string",  
  5.             "indexAnalyzer":"ik",  
  6.             "searchAnalyzer":"ik"  
  7.          },  
  8.          "content":{  
  9.             "type":"string",  
  10.             "indexAnalyzer":"ik",  
  11.             "searchAnalyzer":"ik"  
  12.          }  
  13.       }  
  14.    }  
  15. }  

indexAnalyzer为索引时使用的分词器，searchAnalyzer为搜索时使用的分词器。

java mapping代码如下：

[java]
XContentBuilder content = XContentFactory.jsonBuilder().startObject()  
  1.         .startObject("page")  
  2.           .startObject("properties")         
  3.             .startObject("title")  
  4.               .field("type", "string")             
  5.               .field("indexAnalyzer", "ik")  
  6.               .field("searchAnalyzer", "ik")  
  7.             .endObject()   
  8.             .startObject("code")  
  9.               .field("type", "string")           
  10.               .field("indexAnalyzer", "ik")  
  11.               .field("searchAnalyzer", "ik")  
  12.             .endObject()       
  13.           .endObject()  
  14.          .endObject()  
  15.        .endObject()  

定义完后操作索引就会以指定的分词器来进行分词。

 

附：

ik分词插件项目地址：https://github.com/medcl/elasticsearch-analysis-ik

mmseg分词插件项目地址：https://github.com/medcl/elasticsearch-analysis-mmseg

如果觉得配置麻烦，也可以下载个配置好的es版本，地址如下：https://github.com/medcl/elasticsearch-rtf