环境介绍

集群环境如下：

• Ubuntu14.04
• ElasticSearch 2.3.1(3节点)
• JDK1.8.0_60

开发环境：

• Windows10
• JDK 1.8.0_66
• Maven 3.3.3
• Intellij IDEA 2016.1

下载编译Pinyin

• clone elasticsearch-analysis-pinyin
  通过IntelliJ从git上克隆elasticsearch-analysis-pinyin工程；
• 修改ES版本
  下载完项目后修改项目根目录下pom.xml文件中的properties/elasticsearch.version节点值为2.3.1，以确保编译后的版本兼容ES2.3.1版本；
• 编译
  打开IntelliJ Terminal工具，输入以下命令：
  mvn clean install -Dmaven.test.skip
  可以在项目目录elasticsearch-analysis-pinyin\target\releases看到编译后的结果elasticsearch-analysis-pinyin-1.7.4.zip，以及elasticsearch-analysis-pinyin\target目录下的elasticsearch-analysis-pinyin-1.7.4.jar。
  这里我们主要使用zip包。

安装部署

• 安装
  在ES服务器每个节点的${ES_HOME}/plugins目录下新建文件夹，名为pinyin；
  解压上述zip压缩包，可见三个文件elasticsearch-analysis-pinyin-1.7.4.jar、plugin-descriptor.properties、pinyin4j-2.5.0.jar，将其上传到ES服务器pinyin文件夹内即可；
• 重启
  节点安装完pinyin插件后，需要重启生效。
• 多节点集群
  ES集群每个节点都进行上述安装。

测试

分词测试

• 建立测试索引
  建立一个测试分词效果的索引medcl，在节点终端执行如下代码：

1. curl -XPUT http://localhost:9200/medcl/-d'
2. {
3. "index" : {
4. "analysis" : {
5. "analyzer" : {
6. "pinyin_analyzer" : {
7. "tokenizer" : "my_pinyin",
8. "filter" : ["standard"]
9. }
10. },
11. "tokenizer" : {
12. "my_pinyin" : {
13. "type" : "pinyin",
14. "first_letter" : "none",
15. "padding_char" : " "
16. }
17. }
18. }
19. }
20. }'

• 通过浏览器测试分词

1. http://10.110.13.144:9200/medcl/_analyze?text=%E5%88%98%E5%BE%B7%E5%8D%8E&analyzer=pinyin_analyzer

若测试成功，浏览器返回结果如下：

1. {"tokens":[{"token":"liudehua","start_offset":0,"end_offset":3,"type":"word","position":0}]}

建立拼音索引

• 建立索引并设置分词

1. curl -XPOST http://localhost:9200/medcl/_close
2. curl -XPUT http://localhost:9200/medcl/_settings -d'
3. {
4. "index" : {
5. "analysis" : {
6. "analyzer" : {
7. "pinyin_analyzer" : {
8. "tokenizer" : "my_pinyin",
9. "filter" : ["standard"],
10. "type":"pinyin"
11. }
12. },
13. "tokenizer" : {
14. "my_pinyin" : {
15. "type" : "pinyin",
16. "first_letter" : "none",
17. "padding_char" : " "
18. }
19. }
20. }
21. }
22. }'
23. curl -XPOST http://localhost:9200/medcl/_open

• 建立mapping

1. curl -XPOST http://localhost:9200/medcl/folks/_mapping -d'
2. {
3. "folks": {
4. "properties": {
5. "name": {
6. "type": "multi_field",
7. "fields": {
8. "name": {
9. "type": "string",
10. "store": "no",
11. "term_vector": "with_positions_offsets",
12. "analyzer": "pinyin_analyzer",
13. "boost": 10
14. },
15. "primitive": {
16. "type": "string",
17. "store": "yes",
18. "analyzer": "keyword"
19. }
20. }
21. }
22. }
23. }
24. }'

• 上传数据

1. curl -XPOST http://localhost:9200/medcl/folks/andy -d'{"name":"刘德华"}'

• 在浏览器请求检索

1. http://10.110.13.144:9200/medcl/folks/_search?q=name:liudehua

若检索成功，浏览器返回以下结果：

1. {"took":9,"timed_out":false,"_shards":{"total":5,"successful":5,"failed":0},"hits":{"total":1,"max_score":3.0685282,"hits":[{"_index":"pinyin","_type":"test","_id":"andy","_score":3.0685282,"_source":{"name":"刘德华"}}]}}

参考资料

• ElasticSearch拼音插件elasticsearch-analysis-pinyin使用介绍
• elasticsearch analysis pinyin