Elasticsearch中ik_max_word和 ik_smart的区别

深藏阁楼爱情的钟 2022-04-04 03:40 216阅读 0赞

### 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-ik][https_github.com_medcl_elasticsearch-analysis-ik]  
IK分词器有两种分词模式：ik\_max\_word和ik\_smart模式。

1、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。  
跟传智燕青一起学Elasticsearch课程视频分享：[https://blog.csdn.net/weixin\_44062339/article/details/99052909][https_blog.csdn.net_weixin_44062339_article_details_99052909]

[https_github.com_medcl_elasticsearch-analysis-ik]: https://github.com/medcl/elasticsearch-analysis-ik
[https_blog.csdn.net_weixin_44062339_article_details_99052909]: https://blog.csdn.net/weixin_44062339/article/details/99052909