elasticseach默认所有分词解析器对中文都不友好，我们开发建议用Ik分词；

IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始， IKAnalyzer已经推出了3个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IK Analyzer 3.0则发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。

首先大伙要安装下elasticseach （安装的版本有要求，具体往下看）请参考：http://blog.java1234.com/blog/articles/343.html

ik主页我们看下 https://github.com/medcl/elasticsearch-analysis-ik

这里就有要求了，ik对应了es版本，我们要整合ik，要用对应的es版本，否则可能会有奇葩问题。

最近我的项目里，用的是es6.3.0，Ik对应的版本是6.3.0

Versions

• optional 1 - download pre-build package from here: https://github.com/medcl/elasticsearch-analysis-ik/releases

  create plugin folder cd your-es-root/plugins/ && mkdir ik

  unzip plugin to folder your-es-root/plugins/ik

• optional 2 - use elasticsearch-plugin to install ( supported from version v5.5.1 ):

  ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.3.0/elasticsearch-analysis-ik-6.3.0.zip

  NOTE: replace 6.3.0 to your own elasticsearch version

两种安装方式 ，第一种原始点，下载解压；第二种简单方便；我们用第二种；

安装后，plugins下，会有一个analysis-ik目录，目录下有jar包和配置文件

然后我们重启es；

我们还得安装下head插件：http://blog.java1234.com/blog/articles/355.html

ik分词有两种ik_smart , ik_max_word，强烈建议用后者ik_max_word 适合商用，分词结果很多，提高命中率；

测试：

创建index索引  put http://localhost:9200/index  

创建映射  post  http://localhost:9200/index/fulltext/_mapping  

{

        "properties": {

            "content": {

                "type": "text",

                "analyzer": "ik_max_word",

                "search_analyzer": "ik_max_word"

            }

        }

}

索引几个文档 

post  http://localhost:9200/index/fulltext/1

{"content":"美国留给伊拉克的是个烂摊子吗"}

post  http://localhost:9200/index/fulltext/2

{"content":"公安部：各地校车将享最高路权"}

post  http://localhost:9200/index/fulltext/3

{"content":"中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"}

post  http://localhost:9200/index/fulltext/4

{"content":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"}

然后我们来搜索测试：

post http://localhost:9200/index/fulltext/_search/

{

    "query" : { "match" : { "content" : "中国嫌犯" }},

    "highlight" : {

        "pre_tags" : ["<tag1>", "<tag2>"],

        "post_tags" : ["</tag1>", "</tag2>"],

        "fields" : {

            "content" : {}

        }

    }

}

查询的时候也进行了分词 以及对索引的分词结果 进行分词检索，然后提取结果。

                                欢迎扫码关注Java1234微信公众号，一起学习Java