IK Analysis：给 Elasticsearch 装上中文分词的老牌插件

IK Analysis 在 GitHub 上已经拿到 17.4K Star 了。

INFINI Labs 维护着这个插件，干的事情很专一，就是把 Lucene 的 IK 分析器接进 Elasticsearch 和 OpenSearch，让这两个搜索引擎能正常切中文词。提供 ik_smart 和 ik_max_word 两套分析器，前者粗切，后者细切。

1、 这玩意儿解决什么问题

ES 内置的分词器处理中文基本一刀切，按字拆，搜出来的结果五花八门。开发者要么自己包一层，要么换带中文支持的方案，要么干脆不做中文搜索。

IK Analysis 把这一层补上。装上插件之后，索引数据时指定 analyzer 为 ik_max_word，搜索时指定 ik_smart，中文内容就能被正确切分成词项，匹配率和召回率都能上一个台阶。

2、 两种分词模式怎么选

ik_max_word 把文本切到最细。输入"中华人民共和国国歌"，会切出"中华人民共和国、中华人民、中华、华人、人民共和国、人民、人、民、共和国、共和、和、国国、国歌"，把各种可能的组合都列出来。适合 Term Query，靠它建索引能把召回拉满。

ik_smart 切到最粗。同样那句只会切出"中华人民共和国、国歌"两段。适合 Phrase Query，做精确匹配时用，不会把无关结果带出来。

两种切分结果并非子集关系，选哪个看场景，并非越细越好。

3、 怎么装

两种方式，二选一。

直接下打包好的 zip：

bin/elasticsearch-plugin install https://get.infini.cloud/elasticsearch/analysis-ik/9.1.4

OpenSearch 同理，把 elasticsearch-plugin 换成 opensearch-plugin，URL 换成对应版本即可。

或者去 release.infinilabs.com 下打包好的插件文件，按 ES 版本对应安装。装完重启节点生效。

注意：版本号必须跟 ES 主版本对上，对不上插件加载会失败。

4、 用起来什么样子

建索引、设 mapping、灌数据、查询，四步走。

mapping 里把字段的 analyzer 设成 ik_max_word，search_analyzer 设成 ik_smart。灌数据走 _create API，查询走 _search。配合 highlight 能把命中词项直接标出来，前端展示搜索结果的时候挺有用。

这套流程跑下来不复杂，对习惯 ES 的人没什么学习负担。

5、 自定义词典

IK 自带主词典，业务里那些专有名词、黑话、新词基本覆盖不到。配置文件 IKAnalyzer.cfg.xml 放在 conf/analysis-ik 目录下，里面能挂本地扩展词典、扩展停用词词典，也能挂远程词典。

远程那块是热更新入口。配一个 HTTP URL，IK 周期去拉，只要响应里 Last-Modified 或 ETag 有变化，就重新加载词库，不用重启 ES。

HTTP 响应得满足两条要求。返回头里要有 Last-Modified 和 ETag 两个字段，都是字符串，任一个变化就触发更新。返回体一行一个词，换行符是 \n。

实际部署里很多人把词典放在 nginx 或某个静态文件服务下，改词直接改 txt，ES 节点不用动。也有自己起个服务从业务系统抽词的，怎么方便怎么来。

6、 谁在用

• 做内容搜索、电商搜索、企业内搜索的开发者
• 用 ES 做日志分析、需要中文分词支持的运维
• 搭知识库、需要中文召回率的团队

INFINI Labs 在持续维护，适配 ES 主要版本。社区活跃度不算特别高，但这是个成熟项目，能踩的坑前人都踩完了，issue 区能翻到答案。

abs 在持续维护，适配 ES 主要版本。社区活跃度不算特别高，但这是个成熟项目，能踩的坑前人都踩完了，issue 区能翻到答案。