0、引言
Elasticsearch之分词器中文的我们一般使用IK，如果没有指定分词器。默认使用的是standard分词。
IK分词能将中文分成词组：
standard分词则会将每个中文分成一个单个的词：
其他分词器：ansj_index ......
优劣：IK 分词能够根据词库创建有效的分词索引，搜索的效率和准确率很高。劣势：有小部分词如果不存在词库，则不会被分词，因此在查询的时候，可能目标文本存在此词，但是分词分不出这词，则查询结果将为空。
优劣：standard分词是根据每个汉字进行的分词，因此 优势就是，IK存在的问题，将不会出现在standard分词上面，但是劣势更加明显，第一：搜索引擎的文本样例基本都是千万级，亿级数据，每字均创建索引，索引区会很大。第二：查询结果如果是match则会出现非常大的干扰型数据，且相关性的排序会不理想。特别是完全匹配跟部分匹配的排序非常糟糕（可能可以通过查询优化）。
其他：都存在某部分优劣，本文档就不全部讲述了
1、使用分词器 6.0.0以下
如果你使用的是其他分词器的话，你将ansj_index 换成你的standard 或者ik_max_word 等 即可。
GET请求即可
<code>http
: /<code>
结果如下：
<code>{
"tokens"
: [
{
"token"
: "测试用例"
,
"start_offset"
: 0
,
"end_offset"
: 4
,
"type"
: "word"
,
"position"
: 1
},
{
"token"
: "测试"
,
"start_offset"
: 0
,
"end_offset"
: 2
,
"type"
: "word"
,
"position"
: 2
},
{
"token"
: "试用"
,
"start_offset"
: 1
,
"end_offset"
: 3
,
"type"
: "word"
,
"position"
: 3
}
]
}
/<code>2、查询分词器6.0.0及上
POST请求：下面是JSON数据
<code>http
: /<code>
<code>{ "analyzer"
: "ik_max_word"
, "text"
: "测试用例"
}
/<code><code>{
"tokens"
: [
{
"token"
: "测试"
,
"start_offset"
: 0
,
"end_offset"
: 2
,
"type"
: "CN_WORD"
,
"position"
: 0
},
{
"token"
: "试用"
,
"start_offset"
: 1
,
"end_offset"
: 3
,
"type"
: "CN_WORD"
,
"position"
: 1
},
{
"token"
: "例"
,
"start_offset"
: 3
,
"end_offset"
: 4
,
"type"
: "CN_CHAR"
,
"position"
: 2
}
]
}
/<code>上面是正常情况下面的使用方式。
3、6.0.0以上使用老的查询方式
<code>http
: /<code>
<code>报错：
{
"error"
: {
"root_cause"
: [{
"type"
: "parse_exception"
,
"reason"
: "request body or source parameter is required"
}],
"type"
: "parse_exception"
,
"reason"
: "request body or source parameter is required"
},
"status"
: 400
}
/<code>处理方式是你用6.0.0的方式即可。
elasticsearch6查看分词器效果
Elasticsearch 默认分词器和中分分词器
ElasticSearch6 安装中文分词器
原来来自：https://ithut.top/detail?id=79
