ES默认的分词器对中文分词并不友好，所以一般会安装中文分词插件，以便能更好的支持中文分词检索。

本例参考文档：《一文教你掌握IK中文分词》

IK分词器在是一款基于词典和规则的中文分词器。这里讲解的IK分词器是独立于Elasticsearch、Lucene、Solr，可以直接用在java代码中的部分。实际工作中IK分词器一般都是集成到Solr和Elasticsearch搜索引擎里面使用。

IK分词采用Java编写。

IK分词的效果主要取决于词库，目前自带主词典拥有27万左右的汉语单词量。对于应用领域的不同，需要各类专业词库的支持。词库还可以自己维护。

IK分词器地址：https://github.com/medcl/elasticsearch-analysis-ik

IK分词器有两种分词模式：ik_max_word和ik_smart。

IK分词器有两种分词模式：

采用细粒度模式ik_max_word:会将文本做最细粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,华，人民共和国,人民,人,民,共和国,共和,和,国国,国歌”，会穷尽各种可能的组合。测试代码：

 GET /_analyze

{

  "text": ["中华人民共和国国歌"],

  "analyzer": "ik_max_word"

}

智能模式ik_smart会做最粗粒度的拆分。比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”，适合 Phrase 查询。

 GET /_analyze

{

  "text": ["中华人民共和国国歌"],

  "analyzer": "ik_smart"

}

很多时候默认的分词效果达不到线上使用的要求，这就需要不断维护扩展词典和停止词字典，提高分词匹配的准确性，优化用户体验。

在IK分词器中，主要可以维护2种词典，一种是扩展词典，可以自定义一些词语，提高分词精读。

另一种是停止词词典，停止词就是指不会被分词拆分出来的词语，不参与分词和检索操作。

可以通过修改IKAnalyzer.cfg.xml配置文件，来自定义词典。IKAnalyzer.cfg.xml的位置为{plugins}/ik/config/。

配置词典源有多种模式，如tomact容器，Nginx代理等，本例基于Nginx配置代理如下：

Nginx按照参考：《Nginx按照教程》

 server {

        listen       8084;

        server_name  localhost;

        #charset koi8-r;

        #access_log  logs/host.access.log  main;

        location / {

            root   html;

            index  index.html index.htm;

        }

        location /ik-remote-dic {

            alias   /opt/elasticsearch/ik-config;

            autoindex on;

            }

........

在目录下设置数据词典（本例为: /opt/elasticsearch/ik-config)，由于是中文分词，特别注意文件的字符格式（UTF-8），参考如下：

关键词查询，未做扩展的数据字典：

 GET /_analyze

 {

   "text": "成都数康公司，通商速子股份有限公司，字节不跳动公司,头颅后侧位工时,王令",

   "analyzer": "ik_smart"

 }

关键词查询，做扩展的数据字典：

 GET /_analyze

 {

   "text": "重庆数康公司，通商数字股份有限公司，字节跳动公司,头颅正侧位工时，王令,王玲的报告，测试是报告",

   "analyzer": "ik_smart"

 }