# elasticsearch-analysis-ansj

**Repository Path**: james-deng/elasticsearch-analysis-ansj

## Basic Information

- **Project Name**: elasticsearch-analysis-ansj
- **Description**: es ansj 分词插件，支持1.72，copy github 版本改造
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2015-09-18
- **Last Updated**: 2021-11-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

##前言

这是一个elasticsearch的中文分词插件，基于ansj，基础代码都是copy github 上的，这边只是支持了一下最新es 版本


##版本对应

| plugin        |     elasticsearch|
| --------      |       -----:  | 
| master        |     1.7.2    |


##编译安装

* 第一步，你要有一个`elasticsearch`的服务器(废话)

* 第二步，把代码clone到本地

* 第三步，mvn clean package

* 第四步，进入$Project_Home/target/releases 目录，

* 第五步，拷贝$Project_Home/target/releases/目录下的zip包到任意位置，并解压

* 第六步，将解压后的文件拷贝到$ES_HOME/plugins目录下

* 第七步，配置分词插件，将下面配置粘贴到，es下config/elasticsearch.yml 文件末尾。



==========

##分词文件配置:


#####简单配置:

```yaml
################################## ANSJ PLUG CONFIG ################################
index:
   analysis:
     analyzer:
     	index_ansj:
     		type: ansj_index
     	query_ansj:
     		type: ansj_query
     		
index.analysis.analyzer.default.type: ansj_index
```


#####高级配置:
```yaml
################################## ANSJ PLUG CONFIG ################################
index:
   analysis:
     analyzer:
       index_ansj:
           alias: [ansj_index_analyzer]
           type: ansj_index
           is_name: false
           redis:
               pool:
                   maxactive: 20
                   maxidle: 10
                   maxwait: 100
                   testonborrow: true
               ip: master.redis.yao.com:6379
               channel: ansj_term
       query_ansj:
           alias: [ansj_query_analyzer]
           type: ansj_query
           is_name: false
           redis:
               pool:
                   maxactive: 20
                   maxidle: 10
                   maxwait: 100
                   testonborrow: true
               ip: master.redis.yao.com:6379
               channel: ansj_term
       customer_ansj_index:
           tokenizer: index_ansj_token
           filter: [sysfilter]
       customer_ansj_query:
           tokenizer: query_ansj_token
           filter: [sysfilter]
     tokenizer:
        index_ansj_token:
            type: ansj_index_token
            is_name: false
            is_num: false
            is_quantifier: false
            redis:
                pool:
                    maxactive: 20
                    maxidle: 10
                    maxwait: 100
                    testonborrow: true
                ip: master.redis.yao.com:6379
                channel: ansj_term
        query_ansj_token:
            type: ansj_query_token
            is_name: false
            is_num: false
            is_quantifier: false
            redis:
                pool:
                    maxactive: 20
                    maxidle: 10
                    maxwait: 100
                    testonborrow: true
                ip: master.redis.yao.com:6379
                channel: ansj_term
      filter:
        sysfilter:
            type: synonym
            synonyms:
                - 片,颗 =>粒
```

人名识别,建议先去看看我发表的[问题](http://es-bbs.medcl.net/discussion/514/onni%E9%98%BF%E9%94%AEm%E5%A4%A7%E5%BF%AB%E6%9D%A5%E7%9C%8B%E7%9C%8B%E5%90%A7%E5%85%B3%E4%BA%8Equery_string%E5%A6%82%E4%BD%95%E5%B0%86query%E5%8F%82%E6%95%B0%E5%81%9A%E4%B8%BA%E4%B8%80%E4%B8%AA%E6%95%B4%E4%BD%93%E5%BC%95%E5%8F%91%E7%9A%84%E8%A1%80%E6%A1%88%E6%8D%AE%E8%AF%B4%E6%A0%87%E9%A2%98%E8%A6%81%E9%86%92%E7%9B%AE)

如果有和我一样问题的同学，建议关闭人名识别
以上配置中redis并不是必需的，user_path可以是一个目录，注释了的都具有默认值，可不配置
如果使用redis功能，请确认一下，在user_path下有ext.dic这个文件

如果你的log日志中出现如下字样，恭喜你，成功了。(日志在$ES_HOME/logs下，哪个文件，当然就是你的集群名称啦，知道的无视这段吧)


```
[2013-10-25 18:23:55,427][INFO ][ansj-analyzer            ] ansj停止词典加载完毕!
[2013-10-25 18:24:01,509][INFO ][ansj-analyzer            ] ansj分词器预热完毕，可以使用!
[2013-10-25 18:24:01,523][INFO ][ansj-redis-pool          ] master.redis.yao.com:6379
[2013-10-25 18:24:01,607][INFO ][ansj-analyzer            ] redis守护线程准备完毕,ip:master.redis.yao.com:6379,port:6379,channel:ansj_term
[2013-10-25 18:24:01,617][INFO ][ansj-redis-msg           ] subscribe channel:ansj_term and subscribedChannels:1
```

##使用

## 测试
可以使用分词器测试接口还看到效果:

* 索引分词

```
curl -XGET http://host:9200/[index]/_analyze?analyzer=ansj_index&text=%E5%8C%97%E4%BA%AC%E9%A6%96%E9%83%BD%E6%9C%BA%E5%9C%BA%E5%8D%97%E8%B7%AF
```

* 查询分词
 
````
curl -XGET http://[host]:9200/[index]/_analyze?analyzer=ansj_query&text=%E5%8C%97%E4%BA%AC%E9%A6%96%E9%83%BD%E6%9C%BA%E5%9C%BA%E5%8D%97%E8%B7%AF
`````


在mapping中，加入analyzer设置和tokenizer设置，请注意，分词和索引使用不一样的分词器

```javascript
"byName": {
  "type": "string",
  "index_analyzer": "index_ansj",
  "search_analyzer": "query_ansj"
},
"name": {
  "type": "string",
  "index_analyzer": "customer_ansj_index",
  "search_analyzer": "customer_ansj_query"
},
```

然后通过redis发布一个新词看看

```
redis-cli
publish ansj_term u:c:视康

```

是不是分词发生了变化

```
redis-cli
publish ansj_term u:d:视康
```

又回来了

然后通过redis发布一个歧义词

```
redis-cli
publish ansj_term a:c:减肥瘦身-减肥,nr,瘦身,v
```

是不是分词发生了变化

```
redis-cli
publish ansj_term a:d:减肥瘦身
```

又回来了