ElasticSearch（入门篇）
2022-09-22 22:43:19 #ElasticSearch

ElasticSearch

版本 ElasticSearch 7.6.1

讲解初级阶段 ELK的 E 和 K

Why？

为什么要用ElasticSearch

原来SQL实现模糊查询时%xxx%，如果是大数据，就十分慢！可以使用索引！

ElasticSearchL：就是用来做搜索的！（百度、Github、淘宝电商）

Lucene

是一套信息检索工具包！jar包不包含所所引起系统！

包含的：索引结构！读写索引的工具！排序，搜索规则..工具类！

ElasticSearch是基于Lucene做了一些封装和增强。上手简单

ElasticSearch vs Solr 总结
1、es基本是开箱即用(解压就可以用！)，非常简单。Solr安装略微复杂一丢丢！

2.Solr利用Zookeeper进行分布式管理，而Elasticsearch自身带有分布式协调管理功能。

3、Solr支持更多格式的数据，比如JSON、XML、CSV，而Elasticsearch仅支持json文件格式。

4、Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑-！

5、Solr 查询快，但更新索引时慢(即插入删除慢)，用于电商等查询多的应用；
·ES建立索引快(即查询慢)，即实时性查询快，用于facebook新浪等搜索。
· Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用。

6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发维护者较少，更新太快，学习使用 成本较高。

ElasticSearch概述

Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。es也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。
据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过Solr等，成为排名第一的搜索引擎类应用。

历史：

多年前，一个叫做Shay Banon的刚结婚不久的失业开发者，由于妻子要去伦敦学习厨师，他便跟着也去了。在他找工作的过程中，为了给妻子构建一个食谱的搜索引擎，他开始构建一个早期版本的Lucene.
直接基于Lucene工作会比较困难，所以Shay开始抽象Lucene代码以便java程序员可以在应用中添加搜索功能。他发布了他的第一个开源项目，叫做“Compass”。
后来Shay找到一份工作，这份工作处在高性能和内存数据网格的分布式环境中，因此高性能的、实时的、分布式的搜索引擎也是理所当然需要的。然后他决定重写Compass库使其成为一个独立的服务叫做Elasticsearch.
第一个公开版本出现在2010年2月，在那之后Elasticsearch已经成为Github上最受欢迎的项目之一，代码贡献者超过300人。一家主营Elasticsearch的公司就此成立，他们一边提供商业支持一边开发新功能，不过Elasticsearch将永远开源且对所有人可用。

Shay的妻子依旧等待着她的食谱搜索…

谁在用：

谁在使用：
1、维基百科，类似百度百科，全文检索，高亮，搜索推荐/2(权重)
2、The Guardian (国外新闻网站)，类似搜狐新闻，用户行为日志(点击，浏览，收藏，评论)+社交网络数据(对某某新闻的相关看法)，数据分析，给到每篇新闻文章的作者，让他知道他的文章的公众反馈(好，坏，热门，垃圾，鄙视，崇拜)
3、Stack Overflow(国外的程序异常讨论论坛)，IT问题，程序的报错，提交上去，有人会跟你讨论和回答，全文检索，搜索相关问题和答案，程序报错了，就会将报错信息粘贴到里面去，搜索有没有对应的答案
4、 GitHub (开源代码管理)，搜索上千亿行代码
5、电商网站，检索商品
6、日志数据分析，logstash采集日志，ES进行复杂的数据分析，ELK技术，elasticsearch+logstash+kibana
7、商品价格监控网站，用户设定某商品的价格闻值，当低于该崗值的时候，发送通知消息给用户，比如说订阅牙膏的监控，如果高露洁牙膏的家庭套装低于50块钱，就通知我，我就去买
10.0%
8、BI系统，商业智能，Business Intelligence。比如说有个大型商场集团，B1，分析一下某某区域最近3年的用户消费金额的趋势以及用户群体的组成构成，产出相关的数张报表，**区，最近3年，每年消费金额呈现100%的增长，而且用户群体85%是高级白领，开一个新商场。ES执行数据分析和挖掘，Kibana进行数据可视化

9、国内：站内搜索(电商，招聘，门户，等等)，IT系统搜索(OA，CRM，ERP，等等)，数据分析(ES热门
的一个使用场景)

说明ElasticSearch还是非常重要的！

架构选择

什么时候选 es?

什么时候选 solr?

什么时候选 luence?

安装

这里介绍的是Windows版的安装

1 安装ES

需要安装JDK1.8或以上版本

image-20201210232953551

解压

img

  • bin 启动文件
  • config 配置文件
  • log4j2 口志配置文件
  • java虚拟机相关的配置
  • jvm.options
  • libelasticsearch.yml elasticsearch 的配置文件！ 默认 9200端口！跨域！
  • logs 相关jar包
  • 日志！
  • modules 功能模块
  • plugins 插件！

es是比较占内存的，假如怕内存不足的，开源修改这个文件：elasticsearch-7.10.1\config\jvm.options

1
2
3
4
5
6
# Xms represents the initial size of total heap space
# Xmx represents the maximum size of total heap space

# 原来都是 -Xms1g 我怕电脑扛不住  就改成了 256 和 512
-Xms256m
-Xmx512m

然后在 elasticsearch-7.10.1\config\elasticsearch.yml 文件底下增加两句话，解决跨域问题

1
2
3
#注意 ‘:’后面是有空格的，需要符合yml的格式
http.cors.enabled: true
http.cors.allow-origin: "*"

访问 ：http://localhost:9200/ 结果如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "name" : "DESKTOP-xxxx",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "nQIXkur2RMWFjO1_mLNMHQ",
  "version" : {
    "number" : "7.10.1",
    "build_flavor" : "default",
    "build_type" : "zip",
    "build_hash" : "1c34507e66d7db1211f66f3513706fdf548736aa",
    "build_date" : "2020-12-05T01:00:33.671820Z",
    "build_snapshot" : false,
    "lucene_version" : "8.7.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

2 安装 ES head

Github下载：https://github.com/mobz/elasticsearch-head

解压

image-20201211000129666

运行命令

1
2
npm install
npm run start

访问 ：http://localhost:9100/ 结果如下：

es01

如果在控制台出现，就是由于上面es的跨域配置没有配，或者没有重启

es02

3 创建索引

随便写一个索引名称，我写的是hopestation

es03

暂时把索引当成一个数据库，创界成功后显示

es04

建议只把head当做一个数据展示工具！后面的查询在 Kibana里做

ELK

不太理解 先占坑

Kibana安装

下载地址：https://www.elastic.co/cn/downloads/kibana

解压后的目录

kibana01

运行 kibana-7.10.1-windows-x86_64\bin\kibana.bat

访问：http://localhost:5601

默认是英文界面，我用谷歌翻译了一下

es05

测试工具有：

postman、curl、head、谷歌浏览器插件，但还是推荐Kibana

来输入命令测试一下：

接着上面那个图，点击 独自探索，然后选择 DevTool

kibanda02

输入命令，运行

kibanda03

汉化

修改 kibana-7.10.1-windows-x86_64\config\kibana.yml 最下面一段话 配置语言

1
2
3
4
# Specifies locale to be used for all localizable strings, dates and number formats.
# Supported languages are the following: English - en , by default , Chinese - zh-CN .
#i18n.locale: "en"
i18n.locale: "zh-CN"

在运行了的程序后，我们再通过head来查看一下，es的情况

也就是说ES默认就是集群，而集群名称就是 elasticsearch

es06

集群名称

es07

核心概念

ES是面向文档的，同时一切都是 JSON 格式

DB ES
数据库（database） 索引(indexs)
表(tables) types (慢慢会被弃用，可能8.0开始)
rows documents
columns fileds

在es中：

es（集群）中可以包含多个索引（数据库），每个索引可以包含多个类型（表），每个类型下又包含多个 文档（行），每个文档中又包含多个字段（列）

1 物理设计：

es在后台把每个索引划分成多个分片，每个分片可以在集群汇总

2 逻辑设计：
一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的一各顺序找到它：索引 -> 类型 -> 文档ID，通过这个组合我们就能索引到某个具体的文档。注意：ID不必是整数，实际上它是个字符串。

3 文档
之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个 重要属性：

  • 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value！
  • 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的！(就是一个JSON对象，fastjson可以自动转换)
  • 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符 串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在elasticsearch中，类型有时候也称为映射类型。

4 类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。 类型中对于字段的定义称为映射，比如 name 映 射为字符串类型。 我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢？elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

5 索引

索引是映射类型的容器，elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。
物理设计：节点和分片如何工作
一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片(primary shard,又称主分片)构成的，每一个主分片会有一个副本(replica shard，又称复制分片)

IK分词器安装

分词：即把一段中文或者别的划分成一个个的关键字

也是windows的安装

https://github.com/medcl/elasticsearch-analysis-ik

1 下载后解压，然后使用进入解压目录执行，maven打包

1
mvn clean package -DskipTests

2 进入target—>release：是一个压缩包，然后解压

image-20210118235641685

3 放入插件目录

image-20210118235908488

接下来需要重启ES

要保证IK分词器，和ES的版本支持，不然会出现ES闪退，无法打开的情况

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#版本不支持 异常
java.lang.IllegalArgumentException: Plugin [analysis-ik] was built for Elasticsearch version 7.10.0 but version 7.10.1 is running
        at org.elasticsearch.plugins.PluginsService.verifyCompatibility(PluginsService.java:352)
        at org.elasticsearch.plugins.PluginsService.loadBundle(PluginsService.java:622)
        at org.elasticsearch.plugins.PluginsService.loadBundles(PluginsService.java:479)
        at org.elasticsearch.plugins.PluginsService.<init>(PluginsService.java:168)
        at org.elasticsearch.node.Node.<init>(Node.java:346)
        at org.elasticsearch.node.Node.<init>(Node.java:289)
        at org.elasticsearch.bootstrap.Bootstrap$5.<init>(Bootstrap.java:227)
        at org.elasticsearch.bootstrap.Bootstrap.setup(Bootstrap.java:227)
        at org.elasticsearch.bootstrap.Bootstrap.init(Bootstrap.java:393)
        at org.elasticsearch.bootstrap.Elasticsearch.init(Elasticsearch.java:170)
        at org.elasticsearch.bootstrap.Elasticsearch.execute(Elasticsearch.java:161)
        at org.elasticsearch.cli.EnvironmentAwareCommand.execute(EnvironmentAwareCommand.java:86)
        at org.elasticsearch.cli.Command.mainWithoutErrorHandling(Command.java:127)
        at org.elasticsearch.cli.Command.main(Command.java:90)
        at org.elasticsearch.bootstrap.Elasticsearch.main(Elasticsearch.java:126)
        at org.elasticsearch.bootstrap.Elasticsearch.main(Elasticsearch.java:92)
For complete error details, refer to the log at F:\CodeSoft\elasticsearch\elasticsearch-7.10.1\logs\elasticsearch.log

没关系修改一下，这个就好了：elasticsearch-7.10.1\plugins\ik\plugin-descriptor.properties

1
2
3
4
5
6
7
# 'elasticsearch.version' version of elasticsearch compiled against
# You will have to release a new version of the plugin for each new
# elasticsearch release. This version is checked when the plugin
# is loaded so Elasticsearch will refuse to start in the presence of
# plugins with the incorrect elasticsearch.version.
#修改成你的 es 版本
elasticsearch.version=7.10.0

使用插件命令

1
2
3
4
xxx\elasticsearch-7.10.1\bin>elasticsearch-plugin list
future versions of Elasticsearch will require Java 11; your Java version from [C:\Program Files\Java\jdk1.8.0_221\jre] does not meet this requirement
ik
WARNING: plugin [analysis-ik] was built for Elasticsearch version 7.4.0 but version 7.10.1 is required

使用IK

1 启动es

2 启动kibana

分词：即把一段中文或者别的划分成一个个的关键字,我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如“我爱中国”会被分为”我”，“爱”，“中”，“过” ,这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

IK提供了两个分词算法: ik_ smart和ik_ max_ word ，

其中

  • ik_ smart为最少切分
  • ik_ max_ word`为最细粒度划分!（穷尽词库的所有可能）

下面来使用kibana进行请求，感受一下结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
GET _analyze
{
  "analyzer": "ik_smart",
  "text": "我爱吃汉堡包"
}

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "中国共产党"
}

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "我爱吃汉堡包"
}

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "中国共产党"
}

然后一条一条的执行。自行查看结果，如下：

image-20210119224517800

但有时候我们的单词，并没有再词库了。会被拆分，那如何添加自己的词库呢？

image-20210119225138371

首先ES的插件配置文件中增加配置：elasticsearch-7.10.1\plugins\ik\config\IKAnalyzer.cfg.xml

1
2
3
4
5
6
7
8
9
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 : 配置我自己的字典取名叫hope.dic -->
	<entry key="ext_dict">hope.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
</properties>

然后新建一个文件 elasticsearch-7.10.1\plugins\ik\config\hope.dic

内容就是你的单词，咱们先只加一个试一试

1
狂神说

然后重启，再次执行请求。就好了，so easy, too happy

image-20210119225904657

就记录到这里了。

发现这篇博客总结的比我好一些 - -！

推荐一下吧：https://blog.csdn.net/qq_40087648/article/details/110664047?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-7&spm=1001.2101.3001.4242

Prev
2022-09-22 22:43:19 #ElasticSearch
Next