标准的Elasticsearch分词器对中文的支持实在是太烂了，搜索出来的结果简直没法看，尤其这样还真不如不用。后来才知道还需要安装中文分词器的插件。
从网上搜索的结果来看，基本上都是以ik为主，那就选它了。

一、版本之选

在《为MediaWiki安装高级搜索（AdvancedSearch）插件》一文中我记录了为安装Elasticsearch服务所经历的种种，版本卸了装卸了装，好不容易全部搞定以为天下太平了，没想到在安装ik分词器时又一次地遭遇到版本问题。
从github上作者发布的版本来看，对于6.X最高是支持到6.8.13的，而此时此刻我因为yum update的缘故，已将Elasticsearch版本自动更新到了6.8.14，所以系统给我的提示如下：

Exception in thread "main" java.lang.IllegalArgumentException: Plugin [analysis-ik] was built for Elasticsearch version 6.8.13 but version 6.8.14 is running

好吧，只能重新安装一遍Elasticsearch了。

# systemctl stop elasticsearch
# yum remove elasticsearch
# yum install -y elasticsearch-6.8.13

注意：内存小的服务器重装之后记得修改-Xms和-Xmx的值。

二、安装ik分词器

从作者的文档中能看到，安装分词器可以有两种方式，一种是在插件目录/usr/share/elasticsearch/plugins下手动创建一个ik目录并下载对应版本的压缩包并解压；而另一种方式相对简单一点，通过elasticsearch-plugin install命令进行安装。在这里我选择后者，代码如下：

# /usr/share/elasticsearch/bin/elasticsearch-plugin install  https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.8.13/elasticsearch-analysis-ik-6.8.13.zip

重启elasticsearch服务，并确认一下状态。

# sudo systemctl start elasticsearch
# sudo systemctl status elasticsearch

需要确认插件安装情况的话，输入以下代码：

# /usr/share/elasticsearch/bin/elasticsearch-plugin list

显示结果为analysis-ik。
也可以通过下属代码检验：

# curl localhost:9200/_cat/plugins

返回结果为XXXX analysis-ik 6.8.13。

三、测试分词器效果

安装作者的文档，首先要建立一个索引，在控制台中输入：

curl -XPUT localhost:9200/index

这里可能会报错，是因为之前我们已经建立过索引了。
接下来创建mapping

curl -XPOST localhost:9200/index/fulltext/_mapping -H 'Content-Type:application/json' -d'
{
        "properties": {
            "content": {
                "type": "text",
                "analyzer": "ik_max_word",
                "search_analyzer": "ik_max_word"
            }
        }

}'

返回结果{"acknowledged":true}。
满以为搞定了，来到心百科的主页，然后在搜索框中输入需要搜索的词语，结果跟没装分词器一个样。
用api中的cirrus-settings-dump查看配置，其中有部分显示如下：

"source_text_plain": {
    "filter": [
        "lowercase"
    ],
    "char_filter": [
        "word_break_helper_source_text"
    ],
    "type": "custom",
    "tokenizer": "standard"
},

分词器还是使用的标准分词器，同样打开维基百科的，此处使用的则是icu_normalizer。
icu为何物？

icu_分词器 和 标准分词器 使用同样的 Unicode 文本分段算法，只是为了更好的支持亚洲语，添加了泰语、老挝语、中文、日文、和韩文基于词典的词汇识别方法，并且可以使用自定义规则将缅甸语和柬埔寨语文本拆分成音节。

那就试着安装一下icu_分词器，同样通过elasticsearch-plugin install命令进行安装：

bin/elasticsearch-plugin install analysis-icu

重启elasticsearch服务：

# sudo systemctl restart elasticsearch

再次按照CirrusSearch的配置方法做一遍，貌似效果好多了。

注意：如果刚刚执行完CirrusSearch的方法，搜索结果不一定完整，仍在生成中，所以可以耐心等一下，隔一段时间刷新一下会发现搜索结果的数量在不断增加中。
对比了一下维基百科的效果才发现，其实是我一直高看了它，搜索结果也不甚理想，对比一下（前一张是我的，后一张是维基百科的）。


我终于可以放心了。不过，ik是不是会好一点呢？暂时不知道怎么切换。

参考文章

https://github.com/medcl/elasticsearch-analysis-ik/tree/6.x
https://www.elastic.co/guide/cn/elasticsearch/guide/current/icu-tokenizer.html
https://www.elastic.co/guide/en/elasticsearch/plugins/6.8/analysis-icu.html#analysis-icu