elasticsearch索引从ik中文分词器拓展到使用逗号“，”分词

问题描述：

        有一个ES实体为，文章标签tags，以字符串形式储存，如“上海,民宿,迪士尼,happy”为一条数据。在实现文章标签搜索排序（使用elasticsearch2.4.4+springbootdata+jpa）时，遇到问题，显示的标签  汉字部分被分词成了一个字一个字，英文还是一个单词。

        因此寻找方法改变分词方法，有两种办法，第一种，使用中文分词器插件，使它分词起来更加友好，大部分词语能够正常被分词，但是一些不常用的词语，还是被分成了一个字一个字，比如“民宿”，被分词成了“民宿”、“民”、“宿”，这是不合理的，也不符合我们实际应用。因此，跟据人的使用的习惯，按照用户，主动划分的结果，作为分词结果，其实就是第二种，按照逗号分词，不要有其他操作。

一、用ik分词器分词

两种方法：

方法1：推荐方法

1、在springboot工程中建立实体类索引时，通过@Mapping注解，来自定义生成mapping。建立实体类时在@Document注解下面加入以下代码

@Mapping(mappingPath = "articlesearch_mapping.json")
           

结果如下图 ：

​

2、在resources目录下，新建articlesearch_mapping.json

内容如下：设置tags标签分词和查找方法用 ik_smart 

{
  "blog": {
    "properties": {
      "tags": {
        "type": "string",
        "analyzer": "ik_smart",
        "search_analyzer": "smart"
        }
      }

    }
  }

           

3、重新运行，在es-head中，查看索引信息，发现已经设置成功。显示了我们上述json文件中的内容。

方法2：

为了避免，每次建立实体就要加@Mapping注解，也可以用设置es索引模板的方法。但是这对于每次都会清es data的我就不是很方便了，每次都要新建模板，就很麻烦，所以我没有采用，但是效果是一样的。

postman（模拟器）中输入语句 （_template是新建模板操作，template1自己起的模板名字）

PUT http://localhost:9200/_template/template1

{
    "template": "bl*",
    "settings": {
        "number_of_shards": 1
    },
    "mappings": {
        "type1": {
            "_source": {
                "enabled": false
            },
            "properties": {
                "tags": {
                     "type": "string",
                     "analyzer": "ik_smart",
                     "search_analyzer": "ik_smart"
                }
            }
        }
    }
}
           

　　 说明：  （1）模板template_1匹配所有的以bl开头的索引。也可设置别的名字开头，如te*

　　　　　　（2）索引模板是template_1，索引是bl*。

                      （3）创建模版后 tags字段有效

二、 按照逗号分词

非常类似上面ik分词器的法1

1、在springboot工程中建立实体类索引时，通过@Setting和@Mapping 注解，来自定义设置setting 和 mapping。建立实体类时在@Document注解下面加入以下代码

@Setting(settingPath ="articlesearch_mapping2.json" )
@Mapping(mappingPath = "articlesearch_mapping.json")
           

结果如下：

​

 2、在resources目录下，新建articlesearch_mapping2.json

内容如下：新建一个分词方法，名称为comma，使用逗号分词

{
        "analysis": {
            "analyzer": {
                "comma": {
                     "type": "pattern",
                     "pattern":","
                    }
                }
            }
}
           

3、在resources目录下，新建articlesearch_mapping.json

  内容如下：设置tags标签分词和查找方法用 新建的 comma方法

{
  "blog": {
    "properties": {
      "tags": {
        "type": "string",
        "analyzer": "comma",
        "search_analyzer": "comma"
        }
      }

    }
  }

           

参考：

https://my.oschina.net/apdplat/blog/628889

如有不对的地方，望大神指正。