Elasticsearch安装配置教学(一文搞定）

最新推荐文章于 2024-08-19 17:20:46 发布

Code apprenticeship

最新推荐文章于 2024-08-19 17:20:46 发布

阅读量590

点赞数 7

分类专栏： Elasticsearch 文章标签： elasticsearch 搜索引擎大数据

本文链接：https://blog.csdn.net/m0_46290969/article/details/141304992

版权

Elasticsearch 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1.ES简介

2.ES安装

3.IK分词器

4.利用Kibana的Devops平台进行相关的ES操作

1.ES简介

Elasticsearch 是一个基于 Lucene 的开源搜索引擎，它提供了全文搜索、分析和数据索引的功能。Elasticsearch 通常与 Logstash（一个服务器端数据处理管道）、Kibana（一个开源的数据可视化工具）一起使用，这三个工具合称为 ELK Stack。随着 Beats（一个轻量级的日志和指标收集器）的加入，现在通常称为 Elastic Stack。

elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域：

而ES能够被广泛使用，有一个最核心的原因就是因为ES底层采用的倒排索引。

什么是倒排索引？

倒排索引中有两个非常重要的概念：

文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息
词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词。

创建倒排索引是对正向索引的一种特殊处理，流程如下：

将每一个文档的数据利用算法分词，得到一个个词条
创建表，每行数据包括词条、词条所在文档id、位置等信息
因为词条唯一性，可以给词条创建索引，例如hash表结构索引

当用户开始模糊搜索时，首先是查询词条，因为每个词条都绑定了文章id，所以再根据文档id查询到本来的文档，这样一个流程就是倒排索引。

正向和倒排的对比：

正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。
而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。

优缺点：

正向索引：

优点：
- 可以给多个字段创建索引
- 根据索引字段搜索、排序速度非常快
缺点：
- 根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。

倒排索引：

优点：
- 根据词条搜索、模糊搜索时，速度非常快
缺点：
- 只能给词条创建索引，而不是字段
- 无法根据字段做排序

2.ES安装

你可以直接去官网进行下载，或者利用docker pull 但是es很大，如果网络不好很容易失败，这里我把es放进网盘里，有需要的可以直接下载

链接：https://pan.baidu.com/s/1JVe89Sv32yXVdiaRqLGEbA?pwd=jvop
提取码：jvop

下载到本地以后，上传到你的虚拟机里，然后利用下面的命令：

docker run -d \
  --name es \
  --restart always \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  -e "discovery.type=single-node" \
  -v es-data:/usr/share/elasticsearch/data \
  -v es-plugins:/usr/share/elasticsearch/plugins \
  --privileged \
  --network hm-net \
  -p 9200:9200 \
  -p 9300:9300 \
  elasticsearch:7.12.1

命令解释：

-e "cluster.name=es-docker-cluster"：设置集群名称
-e "http.host=0.0.0.0"：监听的地址，可以外网访问
-- restart always 开机重启
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：内存大小
-e "discovery.type=single-node"：非集群模式
-v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录
-v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录
-v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录
--privileged：授予逻辑卷访问权
--network es-net ：加入一个名为es-net的网络中
-p 9200:9200：端口映射配置

启动完成以后，直接在浏览器端口内输入你的ip端口号：9200,出现下面的结果，说明安装成功

为了方便操作我们还需要安装Kibana可视化平台

同样的网盘提供了kibana的安装包有需要可以去下载

链接：https://pan.baidu.com/s/1iotKpmwjxJDV4lR-V7Xp2A?pwd=2drg
提取码：2drg

下载好上传到虚拟机，解压，输入下面命令

docker run -d \
--name kibana \
--restart always \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=hm-net \
-p 5601:5601  \
kibana:7.12.1

然后浏览器输入ip端口：5601出现下方界面即安装运行成功。

3.IK分词器

IK分词器是一个基于Java语言开发的轻量级的中文分词工具包，它结合了词典分词和文法分析算法，适用于Elasticsearch等全文检索系统，以提高中文文本处理的效率和准确性

有两种方式安装IK分词器

1.直接命令窗口安装

docker exec -it elasticsearch /bin/bash 进入安装好的es容器

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.2/elasticsearch-analysis-ik-7.9.2.zip 注意安装的ik分词器版本一定要和ES版本保持一致

但是命令行方式如果网络不好很容易失败

2.文件夹直接拖入

直接去github官网下载IK分词器的文件夹，拖入ES的插件文件夹目录，然后重启ES即可

至于如何找到es的插件目录，可以按我下面的步骤来：

docker volume inspect es-plugins

显示结果：

[
    {
        "CreatedAt": "2022-05-06T10:06:34+08:00",
        "Driver": "local",
        "Labels": null,
        "Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
        "Name": "es-plugins",
        "Options": null,
        "Scope": "local"
    }
]

这个Mountpoint后面的就是插件目录

安装好后重启es

docker restart es

同时IK文件加下面有个config文件夹

里面有个IKAnalyzer的文件，这个文件主要是用于扩展词汇和停用，打开后如下方：

4.利用Kibana的Devops平台进行相关的ES操作

说道操作，就必须先说一下es的索引和映射，以及和mysql的不同

索引就像数据库里的表，映射就像数据库中定义的表结构

所有用户文档，就可以组织在一起，称为用户的索引；
所有商品的文档，可以组织在一起，称为商品的索引；
所有订单的文档，可以组织在一起，称为订单的索引；

在ES中Mapping映射关系分为以下几种:

mapping是对索引库中文档的约束，常见的mapping属性包括：

type：字段数据类型，常见的简单类型有：
- 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
  
  keyword类型只能整体搜索，不支持搜索部分内容
- 数值：long、integer、short、byte、double、float、
- 布尔：boolean
- 日期：date
- 对象：object
index：是否创建索引，默认为true
analyzer：使用哪种分词器
properties：该字段的子字段