拾忆Elasticsearch01：Elasticsearch概述及相关ES、IK分词器等下载安装
为了防止老年痴呆记不住学过的Elasticsearch，在这里写点blog回顾一下
写在前面，建议下载以下出现的Elasticsearch版本，我之前下的7.6.1在这里找不到对应的springboot版本。
1、 Elasticsearch概述
1.1 Lucene
在学习elasticsearch前，需要先简单了解一下Lucene，可以通过这篇文章了解一下。
- Doug Cutting开发
- 是apache软件基金会4 jakarta项目组的一个子项目
- 是一个开放源代码的全文检索引擎工具包
- 不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）
- 当前以及最近几年最受欢迎的免费Java信息检索程序库。
Lucene和ElasticSearch的关系：ElasticSearch是基于Lucene 做了一下封装和增强
1.2 Elasticsearch
官网：https://www.elastic.co/cn/
Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。
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lava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……
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(大数据时代）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。
什么是全文检索
全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。
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、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阈值,当低于该阈值的时候,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
8、BI系统,商业智能, Business Intelligence。比如说有个大型商场集团，BI ,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-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
的一一个使用场景)
更多的概念性东西，例如倒排索引、sorl对比什么的暂时不介绍了，赶紧进入正题！
2、 相关下载安装
2.1 Elasticsearch下载及安装
使用Java开发，必须保证ElasticSearch的版本与Java的核心jar包版本对应！并保证JDK版本在8以上。
下载安装
这里在windows上进行安装。
1.下载地址：https://www.elastic.co/cn/downloads/
2.历史版本下载：https://www.elastic.co/cn/downloads/past-releases#elasticsearch
下载完毕解压即可
文件目录
bin #启动文件目录
config #配置文件目录1og4j2 #日志配置文件jvm.options #java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)elasticsearch.ym1 #elasticsearch 的配置文件! 默认9200端口!跨域!
lib #相关jar包
modules #功能模块目录
plugins #插件目录,后续的ik分词器插件可以放在这里
我在jvm.options把它改小点
启动
可以看到它启用了9200端口号，访问一下
另外，可以看到这里显示没有插件加载进来。
2.2 可视化界面elasticsearch-head下载及安装
使用前提：需要安装nodejs
下载安装
下载安装
下载地址：https://github.com/mobz/elasticsearch-head/archive/master.zip
下载完毕解压即可（尽量将ElasticSearch相关工具放在统一目录下）
启动
进入解压文件夹，安装依赖并启动。
cd elasticsearch-head
# 安装依赖，可以使用cnpm，快一点
npm install
# 启动
npm run start
# 访问
http://localhost:9100/
安装依赖
运行
访问
存在跨域问题（只有当两个页面同源，才能交互）
同源（端口，主机，协议三者都相同）
开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）
# 开启跨域
http.cors.enabled: true
# 所有人访问
http.cors.allow-origin: "*"
重启elasticsearch
这个head，我们只是把它当做可视化数据展示工具，因为不支持json格式化，不方便，之后所有的查询都在kibana中进行。
2.3 kibana下载及安装
Kibana是一个针对ElasticSearch的开源分析及可视化平台,用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单,基于浏览器的用户界面可以快速创建仪表板( dashboard )实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构,几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。
下载安装
下载的版本要和ES版本一致
下载地址：https://www.elastic.co/cn/downloads/
历史版本下载地址：https://www.elastic.co/cn/downloads/past-releases/
解压即可，解压有点慢，可以先去喝杯茶（尽量将ElasticSearch相关工具放在统一目录下）
这不是做国际化的吗，嗯(⊙o⊙)…
启动
访问http://localhost:5601
纯英文的，太过分了，一定要汉化一下它！
汉化
编辑器打开kibana解压目录/config/kibana.yml，添加
i18n.locale: "zh-CN"
修改完毕重启kibana。
这就很nice
2.4 了解ELK
ELK是Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称。市面上也被成为Elastic Stack。
其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。
- 像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。
Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ )收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
Kibana可以将elasticsearch的数据通过友好的页面展示出来 ,提供实时分析的功能。
市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称 ,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。
收集清洗数据(Logstash) → 搜索、存储(ElasticSearch) → 展示(Kibana)
2.5 IK分词器
IK分词器：中文分词器
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，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），比如“邓紫棋”会被分为 “邓”、“紫”、“棋”，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!
下载安装
版本要与ElasticSearch版本对应
下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases
解压即可（但是我们需要解压到ElasticSearch的plugins目录ik文件夹下，需要自己创建文件夹）
重启ElasticSearch
可以看到这里已经把Ik分词器加载进来了，前面没加载插件时已经提醒过了。
测试
"analyzer": "ik_smart"
"analyzer": "ik_max_word"
但是它还是不认识“邓紫棋”
太过分了，我一定要让它认识“邓紫棋”。那我们要告诉它，只需要手动将“邓紫棋”添加到分词器的词典当中即可。
重启ElasticSearch
这时，无论是ik_smart还是ik_max_word，都认识“邓紫棋”。
3、ElasticSearch核心概念
1、索引（ElasticSearch）
- 包多个分片
2、字段类型（映射）
- 字段类型映射（字段是整型，还是字符型…）
3、文档
4、分片（Lucene索引，倒排索引）
ElasticSearch是面向文档，关系型数据库和ElasticSearch客观对比！一切都是JSON！
| 关系型数据库 | Elasticsearch |
|---|---|
| 数据库（database） | 索引（index） |
| 表（tables） | types <慢慢会被弃用!> |
| 行（rows） | 文档（documents） |
| 字段（columns） | fields |
elasticsearch（集群）中可以包含多个索引（数据库） ,每个索引中可以包含多个类型（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）。
3.1物理设计:
elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移
启动的ElasticSearch服务，默认就是一个集群，且默认集群名为elasticsearch。
3.2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。
文档（行）
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进行自动转换 !}
- 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。
类型（表）
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。
索引（库）
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
创建新索引
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)
上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于失。实际上，一个分片是一个Lucene索引（一个ElasticSearch索引包含多个Lucene索引） ，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?
倒排索引（Lucene索引底层）
简单说就是
按（文章关键字，对应的文档<0个或多个>）形式建立索引，根据关键字就可直接查询对应的文档（含关键字的），无需查询每一个文档，如下图
拾忆Elasticsearch01：Elasticsearch概述及相关ES、IK分词器等下载安装相关推荐
- ElasticSearch——IK分词器的下载及使用
ElasticSearch--IK分词器的下载及使用 1.什么是IK分词器 ElasticSearch 几种常用分词器如下: 分词器 分词方式 StandardAnalyzer 单字分词 CJKAna ...
- Elasticsearch安装IK分词器，kibana安装是基本使用，DSL语句入门
文章目录 1. 安装IK分词器 2. Kibana安装和使用 2.1 ELK概述 2.2 Kibana下载 2.3 DSL语句 1. 安装IK分词器 ElasticSearch 默认采用的分词器, 是 ...
- IK集成ElasticSearch，IK分词器的下载及使用
IK集成ElasticSearch,IK分词器的下载及使用 下载ElasticSearch 8.7.0网址:Download Elasticsearch | Elastic 历史版本地址:Past R ...
- ES IK分词器 - 停用词
安装IK中文分词器 参考github (https://github.com/medcl/elasticsearch-analysis-ik/tree/v7.6.1) 1.download or co ...
- es ik分词热更新MySQL,ElasticSearch（25）- 改IK分词器源码来基于mysql热更新词库
代码地址 已经修改过的支持定期从数据库中提取新词库,来实现热更新.代码: https://github.com/csy512889371/learndemo/tree/master/elasticse ...
- 【Elasticsearch】es IK分词器的安装
1.概述 [Elasticsearch]es 7.8.0 唐诗三百首写入 Elasticsearch 会发生什么 之前我们创建索引,查询数据,都是使用的默认的分词器,分词效果不太理想,会把text的字 ...
- elasticsearch 的高级检索以及 Ik分词器的配置和使用
首先准备测试数据 这是测试数据 点击去获取 使用上一篇我们安装的 kibana 将他们批量插入到es中 POST /bank/account/_bulk 数据插入成功之后可以在 psotman 调用 ...
- Elasticsearch - 文档分析，IK分词器；文档冲突（十二）
阅读本文前可先参考 Elasticsearch - Elasticsearch详解:安装部署(一)_MinggeQingchun的博客-CSDN博客 https://blog.csdn.net/Min ...
- docker使用小记——docker安装es+ik分词器+拼音分词器+kibana
一.docker安装:Windows Docker 安装 | 菜鸟教程 二.docker换镜像源 修改或新增 /etc/docker/daemon.json vi /etc/docker/daemon ...
最新文章
- 牛客网 【每日一题】6月10日 失衡天平
- 黑马ee在职进阶视频_进阶– Java EE 7前端5强
- 开发高级 Web 部件
- Go 上下文取消操作
- 后端基础概念：各种OCV一网打尽（下篇）
- 自己的阿里云镜像加速器查找
- Ps 2022 版新增功能及改进
- C++析构函数定义和使用
- 怎么样培育孩子的智慧[图]
- 节理玫瑰花图怎么画,节理玫瑰花图和地质图.ppt
- 微信显示android23,微信7.0.23内测版发布 新增6个新功能
- Windows下永恒之蓝（MS17-010）漏洞的复现分析
- NFS服务器配置与管理笔记
- C#获取字符串的拼音和首字母
- excel 公式 单引号 concat_2019会计必备：934套带公式的实用Excel模板！【收藏】
- 数据仓库 python_python新手如何通过即时转换彻底改变收藏的数据仓库
- icpc 2020沈阳区域赛补题
- 熊猫烧香制造者李俊出狱以后的六种出路
- 说说我在家乡山东日照的面试经历以及对家乡互联网产业的一些认识吧
- 别人问你工资多少时，怎么回答！