elasticsearch-analyzer-ik

Elasticsearch 中文分词器 IK — 索引用 ik_max_word 细粒度多切词提召回，查询用 ik_smart 粗粒度保精度，避免默认 standard 单字切分。Use when 中文字段配分词 / 检索召回不准 / 索引与查询分词器选择时。

中文分词ik 分词器ik_max_wordik_smartanalyzer

paths

*.json
*.java

Elasticsearch · 中文分词器 IK

本条只管「中文字段用哪个分词器、索引/查询分别配什么」。字段该不该用 text 见 mapping-design.md。

规则

场景	用什么	原因
中文 `text` 字段建索引（`analyzer`）	`ik_max_word`	细粒度，尽可能多切词，提高召回（一段话切出更多词条入倒排）
中文 `text` 字段查询（`search_analyzer`）	`ik_smart`	粗粒度，切分更合理，提高精度（避免查询词被过度拆分误匹配）
默认不配	`standard`（中文按单字切）	❌ 中文场景几乎不可用，召回精度都差
词典	IK 自定义词典 / 远程词典	业务专有名词（品牌、术语）加入，避免被切碎

口诀：索引 max_word（多切多召回），查询 ik_smart（少切准命中）。IK 是插件，需在每个节点安装对应 ES 版本的 analysis-ik。

正例

{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_smart"
      }
    }
  }
}

# 验证分词效果（建索引视角）
POST /my_index/_analyze
{ "field": "title", "text": "中华人民共和国国歌" }
# ik_max_word 切出：中华人民共和国 / 中华人民 / 中华 / 华人 / 人民共和国 / 人民 / 共和国 / 国歌 ...

反例

// ❌ 不配分词器，中文走默认 standard —— 按单字切，"手机壳" 拆成 手/机/壳，搜"手机"也命中"洗手机液"
{ "properties": { "title": { "type": "text" } } }

// ❌ 索引和查询都用 ik_max_word —— 查询词也被多切，召回过多噪声、精度下降
{ "title": { "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" } }

理由：中文无空格分隔，standard 单字切既丢语义又乱命中；查询端若也用 ik_max_word，查询词被拆成过多碎词，匹配面过宽，相关性变差。

自检

[ ] 中文 text 字段显式配了 IK，没用默认 standard？
[ ] 索引 analyzer = ik_max_word、查询 search_analyzer = ik_smart？
[ ] 所有数据节点都装了与 ES 版本匹配的 IK 插件？
[ ] 业务专有名词通过自定义词典维护，没被切碎？