目录ik_max_word和 ik_smart介绍最佳实践ik_max_word和 ik_smart介绍学习过Solr或Elasticsearch的同学都知道IK分词器它是一个针对中文的分词器。IK分词器地址https://github.com/medcl/elasticsearch-analysis-ikIK分词器有两种分词模式ik_max_word和ik_smart模式。课程文档https://yjoffer.com/springcloud/chapter6/chapter6.html1、ik_max_word会将文本做最细粒度的拆分比如会将“中华人民共和国人民大会堂”拆分为“中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、大会堂、大会、会堂等词语。2、ik_smart会做最粗粒度的拆分比如会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂。测试两种分词模式的效果发送post localhost:9200/_analyze测试ik_max_word{“text”:“中华人民共和国人民大会堂”,“analyzer”:“ik_max_word” }测试ik_smart{“text”:“中华人民共和国人民大会堂”,“analyzer”:“ik_smart” }最佳实践两种分词器使用的最佳实践是索引时用ik_max_word在搜索时用ik_smart。即索引时最大化的将文章内容分词搜索时更精确的搜索到想要的结果。举个例子我是个用户输入“华为手机”我此时的想法是想搜索出“华为手机”的商品而不是华为其它的商品也就是商品信息中必须只有华为手机这个词。此时使用ik_smart和ik_max_word都会将华为手机拆分为华为和手机两个词那些只包括“华为”这个词的信息也被搜索出来了我的目标是搜索只包含华为手机这个词的信息这没有满足我的目标。怎么解决呢我们可以将华为手机添加到自定义词库添加后两个分词器的效果为ik_max_word 的分词效果{“tokens”: [{“token”: “华为手机”,“start_offset”: 0,“end_offset”: 4,“type”: “CN_WORD”,“position”: 0},{“token”: “华为”,“start_offset”: 0,“end_offset”: 2,“type”: “CN_WORD”,“position”: 1},{“token”: “手机”,“start_offset”: 2,“end_offset”: 4,“type”: “CN_WORD”,“position”: 2}]}ik_smart的分词效果{“tokens”: [{“token”: “华为手机”,“start_offset”: 0,“end_offset”: 4,“type”: “CN_WORD”,“position”: 0}]}看到两个分词器的区别了吧因为华为手机是一个词所以ik_smart不再细粒度分了。此时我们可以在索引时使用 ik_max_word在搜索时用ik_smart。当输入 华为手机 关键字只搜索到 包含华为手机的信息符合用户要求。如果我想将包含华为 这个词的信息也搜索出来怎么办呢那就输入 “华为 华为手机”注意华为后边有个空格那就会将包含华为、华为手机的信息都搜索出来。根据上边举的例子可以思考下我想搜索手机壳怎么办用户肯定只想搜索出手机壳的信息不想搜索出来一推手机。根据上边举的例子可以思考下如果搜索时用ik_max_word会有什么结果。