现在很多公司都开始使用es来做搜索，我们公司目前也有好几个业务部门在用，我主要做商户搜索，为业务部门提供基础支持。上周把呼叫中心的搜索重新整理了下，在新增几个字段后，全量同步发现通过拼音首字母搜索无法搜索出来了，最后发现是词库地址变更，导致分词出现了问题。
我整理了下es的搜索分词插件和流程，如下：
1. 下载安装分词插件 https://github.com/medcl/elasticsearch-analysis-ik
修改 IKAnalyzer.cfg.xml 配置加载自己的远程扩展词库，我的词库由于一次机房迁移导致地址失效了，但是一直都没有发现是因为大部分商户数据并没有更新，分词索引必须要在数据更新时才会被重建！
2. 下载安装拼音插件 https://github.com/medcl/elasticsearch-analysis-pinyin
创建索引
curl -XPUT http://127.0.0.1:9200/demo/ -d'{ "settings" : { "index" : { "analysis": { "analyzer": { "ik_smart_pinyin": { "tokenizer": "ik_smart", "filter": [ "my_pinyin", "lowercase", "word_delimiter" ] }, "ik_max_word_pinyin": { "tokenizer": "ik_max_word", "filter": [ "my_pinyin", "lowercase", "word_delimiter" ] } }, "tokenizer": { "ik_smart": { "type": "ik_smart", "use_smart": "true" }, "ik_max_word": { "type": "ik_max_word", "use_smart": "false" } }, "filter": { "my_pinyin": { "type": "pinyin", "first_letter": "all" } } } } }}'
curl -XPUT http://127.0.0.1:9200/_analyze?analyzer=ik_smart_pinyin&text=望湘园
{ "tokens": [ { "token": "wang", "start_offset": 0, "end_offset": 3, "type": "CN_WORD", "position": 0 }, { "token": "xiang", "start_offset": 0, "end_offset": 3, "type": "CN_WORD", "position": 1 }, { "token": "yuan", "start_offset": 0, "end_offset": 3, "type": "CN_WORD", "position": 2 }, { "token": "wxy", "start_offset": 0, "end_offset": 3, "type": "CN_WORD", "position": 3 } ] }
"token": "wxy" 就是首字母