Elasticsearch自定义中文分词

### Elasticsearch 中文分词器自定义配置

#### 安装 IK 分词器
为了更好地支持中文分词，通常会选择安装 `IK` 分词器。该分词器能够更精确地解析中文文本。

对于特定版本的 Elasticsearch (例如 7.8.0)，可以从官方 GitHub 发布页面下载对应版本的 IK 插件包[^2]：

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip

解压文件并将插件放置到 Elasticsearch 的 plugins 文件夹下，重启服务使新加载的组件生效。

#### 创建自定义 Analyzer
创建一个新的索引时可以指定使用 IK 分词器作为默认或自定义分析链的一部分。下面展示了一个 JSON 请求体的例子用于设置名为 "my_index" 的索引及其关联的映射结构[^3]：

PUT /my_index
{
    "settings": {
        "analysis": {
            "analyzer": {
                "custom_ik_analyzer": { 
                    "type":      "custom",
                    "tokenizer": "ik_max_word",  
                    "filter": ["lowercase"]      
                }
            }
        }
    },
    "mappings": {
        "_doc": {
            "properties": {
                "content": {
                    "type":     "text",
                    "analyzer": "custom_ik_analyzer"
                }
            }
        }
    }
}

此配置中，“custom_ik_analyzer” 是基于 “ik_max_word” 进行最大粒度切分，并应用了大小写转换过滤器以增强查询灵活性[^4]。

#### 测试分词效果
通过 `_analyze` API 可以即时查看某个字符串经过所选分词器后的实际分割情况:

POST my_index/_analyze
{
  "analyzer": "custom_ik_analyzer",
  "text": "这是一个测试例子"
}

上述命令会返回由“custom_ik_analyzer” 处理过的词条列表，帮助确认分词逻辑是否符合预期。