IK 分词器
一句话
给 ElasticSearch 装上中文大脑的插件。 它能把「混合检索知识库」切成 混合 | 检索 | 知识 | 库，而不是默认的 混 | 合 | 检 | 索 | 知 | 识 | 库。
为什么需要它
ElasticSearch 默认的 standard 分词器按空格和标点切词——对英文好用，对中文是灾难：
| 分词器 | 「混合检索知识库」的分词结果 |
|---|---|
standard | 混 合 检 索 知 识 库（逐字拆，毫无意义） |
ik_max_word | 混合 检索 知识 知识库 库（最细粒度，穷举） |
ik_smart | 混合 检索 知识库（最粗粒度，按语义单元） |
两种模式
ik_max_word：尽可能多切，召回率高。搜「知识库」也能命中「知识」相关的文档。ik_smart：按语义最少切分，精准度高。适合索引不需要过多膨胀的场景。
实际项目里通常索引时用 ik_max_word（多存一些词），查询时用 ik_smart（精准匹配）。
应用场景
| 场景 | 推荐模式 |
|---|---|
| 中文网站搜索 | 索引 ik_max_word + 查询 ik_smart |
| 技术文档/专业术语 | ik_max_word 加自定义词典补充专业词 |
| 论坛/社交媒体 | ik_max_word（覆盖网路用语） |
| 法律/合同 | ik_smart（减少噪声匹配） |
横向对比
| standard | IK 分词器 | |
|---|---|---|
| 中文支持 | ❌ 逐字拆 | ✅ 按语义切 |
| 英文支持 | ✅ | ✅ |
| 自定义词典 | ❌ | ✅ 可扩展 |
| 分词精度 | 低 | 高 |
| 安装 | 内置 | 需装插件 |
优缺点
优点： 中文分词质量高，支持自定义词典（补齐专业术语和新兴词汇），双向粒度模式灵活切换 缺点： 需要安装插件（不是 ES 开箱即用），默认词典可能缺少最新词汇（需定期更新），不适用于分词逻辑与中文完全不同的语言（如日文）
如何选择
中文项目用 ES → 必装 IK。英文为主的系统 →
standard就够。中英混合 → IK + standard 双分词器按字段配置。
小结
IK 分词器是中文 ES 检索的入口——没有它，ES 搜中文基本废了。安装简单、配置灵活，是你搭建中文 RAG 系统的第一件事。