2. 程式人生 > 實用技巧 >Elasticsearch介紹及應用

Elasticsearch介紹及應用

阿新 • • 發佈：2020-08-25

1.Elasticsearch介紹和安裝

使用者訪問我們的首頁，一般都會直接搜尋來尋找自己想要購買的商品。

而商品的數量非常多，而且分類繁雜。如果能正確的顯示出使用者想要的商品，並進行合理的過濾，儘快促成交易，是搜尋系統要研究的核心。

面對這樣複雜的搜尋業務和資料量，使用傳統資料庫搜尋就顯得力不從心，一般我們都會使用全文檢索技術：Elasticsearch。

1.1.簡介

1.1.1.Elastic

Elastic官網：https://www.elastic.co/cn/

Elastic有一條完整的產品線及解決方案：Elasticsearch、Kibana、Logstash等，前面說的三個就是大家常說的ELK技術棧。

1.1.2.Elasticsearch

Elasticsearch官網：https://www.elastic.co/cn/products/elasticsearch

如上所述，Elasticsearch具備以下特點：

  • 分散式，無需人工搭建叢集（solr就需要人為配置，使用Zookeeper作為註冊中心）

  • Restful風格，一切API都遵循Rest原則，容易上手

  • 近實時搜尋，資料更新在Elasticsearch中幾乎是完全同步的。

1.1.3.版本

Elasticsearch版本7.7.0

需要虛擬機器JDK自身根目錄自帶一個JDK

1.2.安裝和配置

為了模擬真實場景，我們將在linux下安裝Elasticsearch。

1.2.1.新建一個使用者es

出於安全考慮，elasticsearch預設不允許以root賬號執行。

建立使用者：

useradd es

設定密碼：

passwd es123

切換使用者：

su - es

1.2.2.上傳安裝包,並解壓

我們將安裝包上傳到：/home/es目錄

解壓縮：

tar -zxvf elasticsearch-7.7.0.tar.gz

我們把目錄重新命名：

mv elasticsearch-7.7.0/ elasticsearch

進入，檢視目錄結構

1.2.3.修改配置

我們進入config目錄：cd config

需要修改的配置檔案有兩個：

  1. jvm.options

Elasticsearch基於Lucene的，而Lucene底層是java實現，因此我們需要配置jvm引數。

編輯jvm.options：

vim jvm.options

預設配置如下：

-Xms1g
-Xmx1g

記憶體佔用太多了，我們調小一些：

-Xms512m
-Xmx512m

  1. elasticsearch.yml

vim elasticsearch.yml

  • 修改資料和日誌目錄：

path.data: /home/leyou/elasticsearch/data # 資料目錄位置
path.logs: /home/leyou/elasticsearch/logs # 日誌目錄位置

我們把data和logs目錄修改指向了elasticsearch的安裝目錄。但是這兩個目錄並不存在，因此我們需要創建出來。

進入elasticsearch的根目錄，然後建立：

mkdir data
mkdir logs

  • 修改繫結的ip：

network.host: 0.0.0.0 # 繫結到0.0.0.0，允許任何ip來訪問

預設只允許本機訪問，修改為0.0.0.0後則可以遠端訪問

目前我們是做的單機安裝，如果要做叢集，只需要在這個配置檔案中新增其它節點資訊即可。

elasticsearch.yml的其它可配置資訊：

屬性名說明
cluster.name 配置elasticsearch的叢集名稱，預設是elasticsearch。建議修改成一個有意義的名稱。
node.name 節點名，es會預設隨機指定一個名字，建議指定一個有意義的名稱，方便管理
path.conf 設定配置檔案的儲存路徑，tar或zip包安裝預設在es根目錄下的config資料夾，rpm安裝預設在/etc/ elasticsearch
path.data 設定索引資料的儲存路徑，預設是es根目錄下的data資料夾，可以設定多個儲存路徑，用逗號隔開
path.logs 設定日誌檔案的儲存路徑，預設是es根目錄下的logs資料夾
path.plugins 設定外掛的存放路徑，預設是es根目錄下的plugins資料夾
bootstrap.memory_lock 設定為true可以鎖住ES使用的記憶體，避免記憶體進行swap
network.host 設定bind_host和publish_host，設定為0.0.0.0允許外網訪問
http.port 設定對外服務的http埠，預設為9200。
transport.tcp.port 叢集結點之間通訊埠
discovery.zen.ping.timeout 設定ES自動發現節點連線超時的時間，預設為3秒，如果網路延遲高可設定大些
discovery.zen.minimum_master_nodes 主結點數量的最少值 ,此值的公式為：(master_eligible_nodes / 2) + 1 ，比如：有3個符合要求的主結點，那麼這裡要設定為2

1.3.執行

進入elasticsearch/bin目錄，可以看到下面的執行檔案：

然後輸入命令：

./elasticsearch

發現報錯了，啟動失敗：

1.3.1.錯誤1：核心過低

我們使用的是centos6，其linux核心版本為2.6。而Elasticsearch的外掛要求至少3.5以上版本。不過沒關係，我們禁用這個外掛即可。

修改elasticsearch.yml檔案，在最下面新增如下配置：

bootstrap.system_call_filter: false

然後重啟

1.3.2.錯誤2：檔案許可權不足

再次啟動，又出錯了：

[1]: max file descriptors [4096] for elasticsearch process likely too low, increase to at least [65536]

我們用的是leyou使用者，而不是root，所以檔案許可權不足。

首先用root使用者登入。

然後修改配置檔案:

vim /etc/security/limits.conf

新增下面的內容：

* soft nofile 65536
​
* hard nofile 131072
​
* soft nproc 4096
​
* hard nproc 4096

1.3.3.錯誤3：執行緒數不夠

剛才報錯中，還有一行：

[1]: max number of threads [1024] for user [leyou] is too low, increase to at least [4096]

這是執行緒數不夠。

繼續修改配置：

vim /etc/security/limits.d/90-nproc.conf

修改下面的內容：

* soft nproc 1024

改為：

* soft nproc 4096

1.3.4.錯誤4：程序虛擬記憶體

[3]: max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144]

vm.max_map_count：限制一個程序可以擁有的VMA(虛擬記憶體區域)的數量，繼續修改配置檔案， ：

vim /etc/sysctl.conf

新增下面內容：

vm.max_map_count=655360

然後執行命令：

sysctl -p

1.3.5.重啟終端視窗

所有錯誤修改完畢，一定要重啟你的 Xshell終端，否則配置無效。

1.3.6.啟動

再次啟動，終於成功了！

可以看到綁定了兩個埠:

  • 9300：叢集節點間通訊介面

  • 9200：客戶端訪問介面

我們在瀏覽器中訪問：http://192.168.56.101:9200

1.4.安裝kibana

1.4.1.什麼是Kibana？

Kibana是一個基於Node.js的Elasticsearch索引庫資料統計工具，可以利用Elasticsearch的聚合功能，生成各種圖表，如柱形圖，線狀圖，餅圖等。

而且還提供了操作Elasticsearch索引資料的控制檯，並且提供了一定的API提示，非常有利於我們學習Elasticsearch的語法。

1.4.2.安裝

因為Kibana依賴於node，我們的虛擬機器沒有安裝node，而window中安裝過。所以我們選擇在window下使用kibana。

最新版本與elasticsearch保持一致，也是7.7.0

解壓到特定目錄即可

1.4.3.配置執行

配置

進入安裝目錄下的config目錄，修改kibana.yml檔案：

修改elasticsearch伺服器的地址：

elasticsearch.url: "http://192.168.56.101:9200"

執行

進入安裝目錄下的bin目錄：

雙擊執行：

發現kibana的監聽埠是5601

我們訪問：http://127.0.0.1:5601

1.4.4.控制檯

選擇左側的DevTools選單，即可進入控制檯頁面：

在頁面右側，我們就可以輸入請求，訪問Elasticsearch了。

1.5.安裝ik分詞器

Lucene的IK分詞器早在2012年已經沒有維護了，現在我們要使用的是在其基礎上維護升級的版本，並且開發為ElasticSearch的整合外掛了，與Elasticsearch一起維護升級，版本也保持一致，最新版本：7.7.0

1.5.1.安裝

上傳課前資料中的zip包，解壓到Elasticsearch目錄的plugins目錄中：

使用unzip命令解壓：

unzip elasticsearch-analysis-ik-7.7.0.zip -d ik-analyzer

然後重啟elasticsearch：

1.5.2.測試

大家先不管語法，我們先測試一波。

在kibana控制檯輸入下面的請求：

POST _analyze
{
  "analyzer": "ik_max_word",
  "text":   "我是中國人"
}

執行得到結果：

{
  "tokens": [
   {
    "token": "我",
    "start_offset": 0,
    "end_offset": 1,
    "type": "CN_CHAR",
    "position": 0
   },
   {
    "token": "是",
    "start_offset": 1,
    "end_offset": 2,
    "type": "CN_CHAR",
    "position": 1
   },
   {
    "token": "中國人",
    "start_offset": 2,
    "end_offset": 5,
    "type": "CN_WORD",
    "position": 2
   },
   {
    "token": "中國",
    "start_offset": 2,
    "end_offset": 4,
    "type": "CN_WORD",
    "position": 3
   },
   {
    "token": "國人",
    "start_offset": 3,
    "end_offset": 5,
    "type": "CN_WORD",
    "position": 4
   }
  ]
}

windows系統下安裝軟體

版本號必須一致

此外若提示JDK版本過低

Warning: MaxDirectMemorySize may have been miscalculated due to JDK-8074459.
Please use a newer version of Java or set MaxDirectMemorySize explicitly.

修改配置

啟動報這個錯, 是因為windows系統中配置著jdk, 這裡預設使用的是環境變數中的JAVA_HOME, 由於elasticsearch版本太高, jdk版本太低, 所以導致了這個問題, 在elasticsearch7.x之後的版本, 已經集成了自帶的jdk, 在根目錄下的jdk資料夾中
這裡需要修改elasticsearch-env.bat啟動檔案的配置內容, 設定系統使用elasticsearch自帶的jdk版本
在elasticsearch-env.bat檔案中找到關於JAVA_HOME的配置, 註釋掉if…else判斷的東西, 替換為如下三行程式碼

set JAVA="%ES_HOME%\jdk\bin\java.exe"
set JAVA_HOME="%ES_HOME%\jdk"
set JAVA_TYPE=bundled jdk
IK分詞器下載地址

https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.7.0/elasticsearch-analysis-ik-7.7.0.zip

Elasticsearch中ik_max_word和ik_smart的區別

ik_max_word和 ik_smart介紹
學習過Solr或Elasticsearch的同學都知道IK分詞器，它是一個針對中文的分詞器。
IK分詞器地址：https://github.com/medcl/elasticsearch-analysis-ik
IK分詞器有兩種分詞模式：ik_max_word和ik_smart模式。

1、ik_max_word

會將文字做最細粒度的拆分，比如會將“中華人民共和國人民大會堂”拆分為“中華人民共和國、中華人民、中華、華人、人民共和國、人民、共和國、大會堂、大會、會堂等詞語。

2、ik_smart
會做最粗粒度的拆分，比如會將“中華人民共和國人民大會堂”拆分為中華人民共和國、人民大會堂。

測試兩種分詞模式的效果：

傳送：post localhost:9200/_analyze


測試ik_max_word
{“text”:“中華人民共和國人民大會堂”,“analyzer”:“ik_max_word” }
測試ik_smart
{“text”:“中華人民共和國人民大會堂”,“analyzer”:“ik_smart” }

最佳實踐
兩種分詞器使用的最佳實踐是：索引時用ik_max_word，在搜尋時用ik_smart。
即：索引時最大化的將文章內容分詞，搜尋時更精確的搜尋到想要的結果。

舉個例子：
我是個使用者，輸入“華為手機”，我此時的想法是想搜尋出“華為手機”的商品，而不是華為其它的商品，也就是商品資訊中必須只有華為手機這個詞。
此時使用ik_smart和ik_max_word都會將華為手機拆分為華為和手機兩個詞，那些只包括“華為”這個詞的資訊也被搜尋出來了，我的目標是搜尋只包含華為手機這個詞的資訊，這沒有滿足我的目標。

怎麼解決呢？
我們可以將華為手機新增到自定義詞庫，新增後兩個分詞器的效果為：

ik_max_word 的分詞效果：

{
“tokens”: [
{
“token”: “華為手機”,
“start_offset”: 0,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 0
}
,
{
“token”: “華為”,
“start_offset”: 0,
“end_offset”: 2,
“type”: “CN_WORD”,
“position”: 1
}
,
{
“token”: “手機”,
“start_offset”: 2,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 2
}
]
}

ik_smart的分詞效果：

{
“tokens”: [
{
“token”: “華為手機”,
“start_offset”: 0,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 0
}
]
}

看到兩個分詞器的區別了吧，因為華為手機是一個詞，所以ik_smart不再細粒度分了。
此時，我們可以在索引時使用 ik_max_word，在搜尋時用ik_smart。

當輸入 華為手機 關鍵字，只搜尋到 包含華為手機的資訊，符合使用者要求。
如果我想將包含華為 這個詞的資訊也搜尋出來怎麼辦呢？
那就輸入 “華為 華為手機”（注意華為後邊有個空格），那就會將包含華為、華為手機的資訊都搜尋出來。

轉載於：https://www.it610.com/article/1296371350658686976.htm

1.Elasticsearch介紹和安裝

使用者訪問我們的首頁，一般都會直接搜尋來尋找自己想要購買的商品。

而商品的數量非常多，而且分類繁雜。如果能正確的顯示出使用者想要的商品，並進行合理的過濾，儘快促成交易，是搜尋系統要研究的核心。

面對這樣複雜的搜尋業務和資料量，使用傳統資料庫搜尋就顯得力不從心，一般我們都會使用全文檢索技術：Elasticsearch。

1.1.簡介

1.1.1.Elastic

Elastic官網：https://www.elastic.co/cn/

Elastic有一條完整的產品線及解決方案：Elasticsearch、Kibana、Logstash等，前面說的三個就是大家常說的ELK技術棧。

1.1.2.Elasticsearch

Elasticsearch官網：https://www.elastic.co/cn/products/elasticsearch

如上所述，Elasticsearch具備以下特點：

  • 分散式，無需人工搭建叢集（solr就需要人為配置，使用Zookeeper作為註冊中心）

  • Restful風格，一切API都遵循Rest原則，容易上手

  • 近實時搜尋，資料更新在Elasticsearch中幾乎是完全同步的。

1.1.3.版本

Elasticsearch版本7.7.0

需要虛擬機器JDK自身根目錄自帶一個JDK

1.2.安裝和配置

為了模擬真實場景，我們將在linux下安裝Elasticsearch。

1.2.1.新建一個使用者es

出於安全考慮，elasticsearch預設不允許以root賬號執行。

建立使用者：

useradd es

設定密碼：

passwd es123

切換使用者：

su - es

1.2.2.上傳安裝包,並解壓

我們將安裝包上傳到：/home/es目錄

解壓縮：

tar -zxvf elasticsearch-7.7.0.tar.gz

我們把目錄重新命名：

mv elasticsearch-7.7.0/ elasticsearch

進入，檢視目錄結構

1.2.3.修改配置

我們進入config目錄：cd config

需要修改的配置檔案有兩個：

  1. jvm.options

Elasticsearch基於Lucene的，而Lucene底層是java實現，因此我們需要配置jvm引數。

編輯jvm.options：

vim jvm.options

預設配置如下：

-Xms1g
-Xmx1g

記憶體佔用太多了，我們調小一些：

-Xms512m
-Xmx512m

  1. elasticsearch.yml

vim elasticsearch.yml

  • 修改資料和日誌目錄：

path.data: /home/leyou/elasticsearch/data # 資料目錄位置
path.logs: /home/leyou/elasticsearch/logs # 日誌目錄位置

我們把data和logs目錄修改指向了elasticsearch的安裝目錄。但是這兩個目錄並不存在，因此我們需要創建出來。

進入elasticsearch的根目錄，然後建立：

mkdir data
mkdir logs

  • 修改繫結的ip：

network.host: 0.0.0.0 # 繫結到0.0.0.0，允許任何ip來訪問

預設只允許本機訪問，修改為0.0.0.0後則可以遠端訪問

目前我們是做的單機安裝，如果要做叢集，只需要在這個配置檔案中新增其它節點資訊即可。

elasticsearch.yml的其它可配置資訊：

屬性名說明
cluster.name 配置elasticsearch的叢集名稱，預設是elasticsearch。建議修改成一個有意義的名稱。
node.name 節點名，es會預設隨機指定一個名字，建議指定一個有意義的名稱，方便管理
path.conf 設定配置檔案的儲存路徑，tar或zip包安裝預設在es根目錄下的config資料夾，rpm安裝預設在/etc/ elasticsearch
path.data 設定索引資料的儲存路徑，預設是es根目錄下的data資料夾，可以設定多個儲存路徑，用逗號隔開
path.logs 設定日誌檔案的儲存路徑，預設是es根目錄下的logs資料夾
path.plugins 設定外掛的存放路徑，預設是es根目錄下的plugins資料夾
bootstrap.memory_lock 設定為true可以鎖住ES使用的記憶體，避免記憶體進行swap
network.host 設定bind_host和publish_host，設定為0.0.0.0允許外網訪問
http.port 設定對外服務的http埠，預設為9200。
transport.tcp.port 叢集結點之間通訊埠
discovery.zen.ping.timeout 設定ES自動發現節點連線超時的時間，預設為3秒，如果網路延遲高可設定大些
discovery.zen.minimum_master_nodes 主結點數量的最少值 ,此值的公式為：(master_eligible_nodes / 2) + 1 ，比如：有3個符合要求的主結點，那麼這裡要設定為2

1.3.執行

進入elasticsearch/bin目錄，可以看到下面的執行檔案：

然後輸入命令：

./elasticsearch

發現報錯了，啟動失敗：

1.3.1.錯誤1：核心過低

我們使用的是centos6，其linux核心版本為2.6。而Elasticsearch的外掛要求至少3.5以上版本。不過沒關係，我們禁用這個外掛即可。

修改elasticsearch.yml檔案，在最下面新增如下配置：

bootstrap.system_call_filter: false

然後重啟

1.3.2.錯誤2：檔案許可權不足

再次啟動，又出錯了：

[1]: max file descriptors [4096] for elasticsearch process likely too low, increase to at least [65536]

我們用的是leyou使用者，而不是root，所以檔案許可權不足。

首先用root使用者登入。

然後修改配置檔案:

vim /etc/security/limits.conf

新增下面的內容：

* soft nofile 65536
​
* hard nofile 131072
​
* soft nproc 4096
​
* hard nproc 4096

1.3.3.錯誤3：執行緒數不夠

剛才報錯中，還有一行：

[1]: max number of threads [1024] for user [leyou] is too low, increase to at least [4096]

這是執行緒數不夠。

繼續修改配置：

vim /etc/security/limits.d/90-nproc.conf

修改下面的內容：

* soft nproc 1024

改為：

* soft nproc 4096

1.3.4.錯誤4：程序虛擬記憶體

[3]: max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144]

vm.max_map_count：限制一個程序可以擁有的VMA(虛擬記憶體區域)的數量，繼續修改配置檔案， ：

vim /etc/sysctl.conf

新增下面內容：

vm.max_map_count=655360

然後執行命令：

sysctl -p

1.3.5.重啟終端視窗

所有錯誤修改完畢，一定要重啟你的 Xshell終端，否則配置無效。

1.3.6.啟動

再次啟動，終於成功了！

可以看到綁定了兩個埠:

  • 9300：叢集節點間通訊介面

  • 9200：客戶端訪問介面

我們在瀏覽器中訪問：http://192.168.56.101:9200

1.4.安裝kibana

1.4.1.什麼是Kibana？

Kibana是一個基於Node.js的Elasticsearch索引庫資料統計工具，可以利用Elasticsearch的聚合功能，生成各種圖表，如柱形圖，線狀圖，餅圖等。

而且還提供了操作Elasticsearch索引資料的控制檯，並且提供了一定的API提示，非常有利於我們學習Elasticsearch的語法。

1.4.2.安裝

因為Kibana依賴於node，我們的虛擬機器沒有安裝node，而window中安裝過。所以我們選擇在window下使用kibana。

最新版本與elasticsearch保持一致，也是7.7.0

解壓到特定目錄即可

1.4.3.配置執行

配置

進入安裝目錄下的config目錄，修改kibana.yml檔案：

修改elasticsearch伺服器的地址：

elasticsearch.url: "http://192.168.56.101:9200"

執行

進入安裝目錄下的bin目錄：

雙擊執行：

發現kibana的監聽埠是5601

我們訪問：http://127.0.0.1:5601

1.4.4.控制檯

選擇左側的DevTools選單，即可進入控制檯頁面：

在頁面右側，我們就可以輸入請求，訪問Elasticsearch了。

1.5.安裝ik分詞器

Lucene的IK分詞器早在2012年已經沒有維護了，現在我們要使用的是在其基礎上維護升級的版本，並且開發為ElasticSearch的整合外掛了，與Elasticsearch一起維護升級，版本也保持一致，最新版本：7.7.0

1.5.1.安裝

上傳課前資料中的zip包，解壓到Elasticsearch目錄的plugins目錄中：

使用unzip命令解壓：

unzip elasticsearch-analysis-ik-7.7.0.zip -d ik-analyzer

然後重啟elasticsearch：

1.5.2.測試

大家先不管語法，我們先測試一波。

在kibana控制檯輸入下面的請求：

POST _analyze
{
  "analyzer": "ik_max_word",
  "text":   "我是中國人"
}

執行得到結果：

{
  "tokens": [
   {
    "token": "我",
    "start_offset": 0,
    "end_offset": 1,
    "type": "CN_CHAR",
    "position": 0
   },
   {
    "token": "是",
    "start_offset": 1,
    "end_offset": 2,
    "type": "CN_CHAR",
    "position": 1
   },
   {
    "token": "中國人",
    "start_offset": 2,
    "end_offset": 5,
    "type": "CN_WORD",
    "position": 2
   },
   {
    "token": "中國",
    "start_offset": 2,
    "end_offset": 4,
    "type": "CN_WORD",
    "position": 3
   },
   {
    "token": "國人",
    "start_offset": 3,
    "end_offset": 5,
    "type": "CN_WORD",
    "position": 4
   }
  ]
}

windows系統下安裝軟體

版本號必須一致

此外若提示JDK版本過低

Warning: MaxDirectMemorySize may have been miscalculated due to JDK-8074459.
Please use a newer version of Java or set MaxDirectMemorySize explicitly.

修改配置

啟動報這個錯, 是因為windows系統中配置著jdk, 這裡預設使用的是環境變數中的JAVA_HOME, 由於elasticsearch版本太高, jdk版本太低, 所以導致了這個問題, 在elasticsearch7.x之後的版本, 已經集成了自帶的jdk, 在根目錄下的jdk資料夾中
這裡需要修改elasticsearch-env.bat啟動檔案的配置內容, 設定系統使用elasticsearch自帶的jdk版本
在elasticsearch-env.bat檔案中找到關於JAVA_HOME的配置, 註釋掉if…else判斷的東西, 替換為如下三行程式碼

set JAVA="%ES_HOME%\jdk\bin\java.exe"
set JAVA_HOME="%ES_HOME%\jdk"
set JAVA_TYPE=bundled jdk
IK分詞器下載地址

https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.7.0/elasticsearch-analysis-ik-7.7.0.zip

Elasticsearch中ik_max_word和ik_smart的區別

ik_max_word和 ik_smart介紹
學習過Solr或Elasticsearch的同學都知道IK分詞器，它是一個針對中文的分詞器。
IK分詞器地址：https://github.com/medcl/elasticsearch-analysis-ik
IK分詞器有兩種分詞模式：ik_max_word和ik_smart模式。

1、ik_max_word

會將文字做最細粒度的拆分，比如會將“中華人民共和國人民大會堂”拆分為“中華人民共和國、中華人民、中華、華人、人民共和國、人民、共和國、大會堂、大會、會堂等詞語。

2、ik_smart
會做最粗粒度的拆分，比如會將“中華人民共和國人民大會堂”拆分為中華人民共和國、人民大會堂。

測試兩種分詞模式的效果：

傳送：post localhost:9200/_analyze


測試ik_max_word
{“text”:“中華人民共和國人民大會堂”,“analyzer”:“ik_max_word” }
測試ik_smart
{“text”:“中華人民共和國人民大會堂”,“analyzer”:“ik_smart” }

最佳實踐
兩種分詞器使用的最佳實踐是：索引時用ik_max_word，在搜尋時用ik_smart。
即：索引時最大化的將文章內容分詞，搜尋時更精確的搜尋到想要的結果。

舉個例子：
我是個使用者，輸入“華為手機”，我此時的想法是想搜尋出“華為手機”的商品，而不是華為其它的商品，也就是商品資訊中必須只有華為手機這個詞。
此時使用ik_smart和ik_max_word都會將華為手機拆分為華為和手機兩個詞，那些只包括“華為”這個詞的資訊也被搜尋出來了，我的目標是搜尋只包含華為手機這個詞的資訊，這沒有滿足我的目標。

怎麼解決呢？
我們可以將華為手機新增到自定義詞庫，新增後兩個分詞器的效果為：

ik_max_word 的分詞效果：

{
“tokens”: [
{
“token”: “華為手機”,
“start_offset”: 0,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 0
}
,
{
“token”: “華為”,
“start_offset”: 0,
“end_offset”: 2,
“type”: “CN_WORD”,
“position”: 1
}
,
{
“token”: “手機”,
“start_offset”: 2,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 2
}
]
}

ik_smart的分詞效果：

{
“tokens”: [
{
“token”: “華為手機”,
“start_offset”: 0,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 0
}
]
}

看到兩個分詞器的區別了吧，因為華為手機是一個詞，所以ik_smart不再細粒度分了。
此時，我們可以在索引時使用 ik_max_word，在搜尋時用ik_smart。

當輸入 華為手機 關鍵字，只搜尋到 包含華為手機的資訊，符合使用者要求。
如果我想將包含華為 這個詞的資訊也搜尋出來怎麼辦呢？
那就輸入 “華為 華為手機”（注意華為後邊有個空格），那就會將包含華為、華為手機的資訊都搜尋出來。

相關推薦

Elasticsearch介紹及應用

1.Elasticsearch介紹和安裝 使用者訪問我們的首頁，一般都會直接搜尋來尋找自己想要購買的商品。

06 . Kubernetes之Pod控制器詳細介紹及應用

Pod API屬性詳解 Pod是k8s叢集中的最小編排單位。將這個設計落實到API物件上，容器就成了Pod屬性裡一個普通的欄位。那麼到底哪些屬性屬於Pod物件，哪些屬性屬於容器的呢？先看下面的一段描述：

vue-router的簡單介紹及應用

　 vue-router是Vue的路由管理器，它是Vue的核心外掛。在當前Vue專案中一般都是單頁面應用，所以可以說vue-router它是應用在單頁面中的。在web開發中，路由是指根據url分配到對應的處理程式，vue-router它通過對url的

django中ajax介紹及應用

django中ajax應用 一、Ajax介紹 　　Ajax（Asynchronous Javascript And XML）翻譯成中文就是“非同步Javascript和XML”。即使用Javascript語言與伺服器進行非同步互動，傳輸的資料為XML（當然，傳輸的資料不只是XML

Elasticsearch 介紹及基礎安裝

目錄Elasticsearch 介紹及基礎安裝一、生活中的資料1.生活中的資料分類2.搜尋的種類二、Elasticsearch介紹1.什麼Elasticsearch？2.ES和資料庫結構對比3.ES原理4.全文檢索5.倒排索引6.倒排索引術語7.ES功能8.使用場景

r語言 C4.5 剪枝是用什麼演算法_決策樹分類演算法的原理介紹及應用

技術標籤：r語言 C4.5 剪枝是用什麼演算法輸入廣義表表示建立二叉樹的演算法c++

PLC控制閘道器的功能介紹及應用領域

　　PLC含義：可編程式控制器，PLC操縱系統是將微電子技能、計算機技能、自動化操作技能和通訊技能與傳統順序操縱器相結合而成的新型工業操縱裝置，取代繼電器、執行邏輯、記時、計數等操縱順序功能，建立了一套靈活

python繪圖種原理介紹及應用

valid卷積 在full卷積的卷積過程中，會遇到KflipKflip靠近I的邊界（K矩陣與I矩陣），就會有部分延申到I之外，這時候忽略邊界，只考慮I完全覆蓋KflipKflip內的值情況,這個的過程就是valid卷積。一個高為H1，寬為W1的矩

基於 R 語言和 SPSS 的決策樹演算法介紹及應用

文 | 劉昭東, 軟體工程師, IBM 機器學習在各個領域都有廣泛的應用，特別在資料分析領域有著深遠的影響。決策樹是機器學習中最基礎且應用最廣泛的演算法模型。本文介紹了機器學習的相關概念、常見的演算法分類和決策樹

vue元件介紹及應用

一個.vue檔案就是一個元件 元件都是由三部分組成：html結構（html結構都是在template標籤中）、js邏輯、css樣式

Spark記憶體模型介紹及Spark應用記憶體優化踩坑記錄

Spark作為一個基於記憶體的分散式計算引擎，其記憶體管理模組在整個系統中扮演著非常重要的角色。理解Spark記憶體管理的基本原理，有助於更好的開發Spark應用程式和進行效能調優。同時，有效率的記憶體使用是Spark應

01 . Shell詳細入門介紹及簡單應用

Shell簡介 Shell 是一個 C 語言編寫的指令碼語言，它是使用者與 Linux 的橋樑，使用者輸入命令交給 Shell 解釋處理Shell 將相應的操作傳遞給核心（Kernel），核心把處理的結果輸出顯示到螢幕給使用者.

Elasticsearch－基礎介紹及索引原理分析

介紹 Elasticsearch 是一個分散式可擴充套件的實時搜尋和分析引擎,一個建立在全文搜尋引擎 Apache Lucene(TM) 基礎上的搜尋引擎.當然 Elasticsearch 並不僅僅是 Lucene 那麼簡單，它不僅包括了全文搜尋功能，還可以進

linq介紹及工作中應用兩例——左聯與內聯，linq迴圈方法

目錄 1 linq介紹 1.1 linq產生背景 1.2 linq使用範圍 1.3 linq核心程式集 1.4 linq架構圖 1.5 linq使用形式對比

設計模式：裝飾者模式介紹及程式碼示例 && JDK裡關於裝飾者模式的應用

0、背景 來看一個專案需求：咖啡訂購專案。 咖啡種類有很多：美式、摩卡、義大利濃咖啡；

Redis 高階特性之 Bitmap 使用姿勢及應用場景介紹

一、主從複製高可用 當我們使用主從複製出現的問題 手動故障轉移 寫能力和儲存能力受限

Elasticsearch 之 基礎介紹及索引原理分析 【轉】

基本概念 Elasticsearch是面向文件型資料庫，一條資料就是一個文件，用JSO作為文件序列化的格式，比如下面的使用者資料。

WebRTC介紹及簡單應用

轉自：https://www.cnblogs.com/vipzhou/p/7994927.html WebRTC介紹及簡單應用 WebRTC，即Web Real-Time Communication，web實時通訊技術。簡單地說就是在web瀏覽器裡面引入實時通訊，包括音視訊通話等。

RASP Runtime Application Self-protection 執行時應用自我保護 介紹及優缺點

RASP 介紹 Runtime Application Self-protection 執行時應用自我保護 [圖源：綠盟科技] 概念

Redis的資料型別及應用場景

最近幾年，業界不斷湧現出很多各種各樣的NoSQL產品，那麼如何才能正確地使用好這些產品，最大化地發揮其長處，是我們需要深入研究和思考的問題，在實際應用中做到揚長避短.