• elasticsearch安装

    安装elasticsearch

    1.部署单点es

    1.1.创建网络

    因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：

    docker network create es-net

    • 1

    1.2.加载镜像

    elasticsearch的镜像的tar包：点击下载

    将其上传到虚拟机中，然后运行命令加载即可：

    # 导入数据
docker load -i es.tar

    • 1
    • 2

    同理还有kibana的tar包：点击下载 也需要这样做。

    1.3.运行

    运行docker命令，部署单点es：

    docker run -d \
	--name es \
    -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 es-net \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    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
    • -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

    在浏览器中输入：http://192.168.150.101:9200 即可看到elasticsearch的响应结果：

    在这里插入图片描述

    2.部署kibana

    kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习。

    2.1.部署

    运行docker命令，部署kibana

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

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • --network es-net ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中
    • -e ELASTICSEARCH_HOSTS=http://es:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
    • -p 5601:5601：端口映射配置

    kibana启动一般比较慢，需要多等待一会，可以通过命令：

    docker logs -f kibana

    • 1

    查看运行日志，当查看到下面的日志，说明成功：

    在这里插入图片描述

    此时，在浏览器输入地址访问：http://192.168.150.101:5601，即可看到结果

    2.2.DevTools

    kibana中提供了一个DevTools界面：

    在这里插入图片描述

    这个界面中可以编写DSL来操作elasticsearch。并且对DSL语句有自动补全功能。

    3.安装IK分词器

    3.1.在线安装ik插件（较慢）

    # 进入容器内部
docker exec -it elasticsearch /bin/bash

# 在线下载并安装
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

#退出
exit
#重启容器
docker restart elasticsearch

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    3.2.离线安装ik插件（推荐）

    1）查看数据卷目录

    安装插件需要知道elasticsearch的plugins目录位置，而我们用了数据卷挂载，因此需要查看elasticsearch的数据卷目录，通过下面命令查看:

    docker volume inspect es-plugins

    • 1

    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"
    }
]

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    说明plugins目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data 这个目录中。

    2）解压缩分词器安装包

    把课ik分词器：点击下载 解压缩，重命名为ik

    3）上传到es容器的插件数据卷中

    也就是/var/lib/docker/volumes/es-plugins/_data ：

    在这里插入图片描述

    4）重启容器

    # 4、重启容器
docker restart es

    • 1
    • 2
    # 查看es日志
docker logs -f es

    • 1
    • 2

    5）测试：

    IK分词器包含两种模式：

    • ik_smart：最少切分

    • ik_max_word：最细切分

    GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "黑马程序员学习java太棒了"
}

    • 1
    • 2
    • 3
    • 4
    • 5

    结果：

    {
  "tokens" : [
    {
      "token" : "黑马",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "程序员",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "程序",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "员",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "CN_CHAR",
      "position" : 3
    },
    {
      "token" : "学习",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "java",
      "start_offset" : 7,
      "end_offset" : 11,
      "type" : "ENGLISH",
      "position" : 5
    },
    {
      "token" : "太棒了",
      "start_offset" : 11,
      "end_offset" : 14,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "太棒",
      "start_offset" : 11,
      "end_offset" : 13,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "了",
      "start_offset" : 13,
      "end_offset" : 14,
      "type" : "CN_CHAR",
      "position" : 8
    }
  ]
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67

    3.3 扩展词词典

    随着互联网的发展，出现了很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“传智播客” 等。

    所以我们的词汇也需要不断的更新，IK分词器提供了扩展词汇的功能。

    1）打开IK分词器config目录：

    在这里插入图片描述

    2）在IKAnalyzer.cfg.xml配置文件内容添加：

    
DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置comment>
        
        <entry key="ext_dict">ext.dicentry>
properties>

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    3）新建一个 ext.dic，可以参考config目录下复制一个配置文件进行修改

    传智播客
奥力给

    • 1
    • 2

    4）重启elasticsearch

    docker restart es

# 查看 日志
docker logs -f elasticsearch

    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述

    日志中已经成功加载ext.dic配置文件

    5）测试效果：

    GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "传智播客Java就业超过90%,奥力给！"
}

    • 1
    • 2
    • 3
    • 4
    • 5

    注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑

    3.4 停用词词典

    IK分词器也提供了强大的停用词功能，让我们在索引时就直接忽略当前的停用词汇表中的内容。

    1）IKAnalyzer.cfg.xml配置文件内容添加：

    
DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置comment>
        
        <entry key="ext_dict">ext.dicentry>
         
        <entry key="ext_stopwords">stopword.dicentry>
properties>

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    3）在 stopword.dic 添加停用词

    xdd

    • 1

    4）重启elasticsearch

    # 重启服务
docker restart elasticsearch
docker restart kibana

# 查看 日志
docker logs -f elasticsearch

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    日志中已经成功加载stopword.dic配置文件

    5）测试效果：

    GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "传智播客Java就业率超过95%,xxxx都点赞,奥力给！"
}

    • 1
    • 2
    • 3
    • 4
    • 5

    注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑

    4.部署es集群

    部署es集群可以直接使用docker-compose来完成，不过要求你的Linux虚拟机至少有4G的内存空间

    4.1.创建es集群

    首先编写一个docker-compose文件，内容如下：

    version: '2.2'
services:
  es01:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1
    container_name: es01
    environment:
      - node.name=es01
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es02,es03
      - cluster.initial_master_nodes=es01,es02,es03
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - data01:/usr/share/elasticsearch/data
    ports:
      - 9200:9200
    networks:
      - elastic
  es02:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1
    container_name: es02
    environment:
      - node.name=es02
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es03
      - cluster.initial_master_nodes=es01,es02,es03
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - data02:/usr/share/elasticsearch/data
    networks:
      - elastic
  es03:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.12.1
    container_name: es03
    environment:
      - node.name=es03
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es02
      - cluster.initial_master_nodes=es01,es02,es03
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - data03:/usr/share/elasticsearch/data
    networks:
      - elastic

volumes:
  data01:
    driver: local
  data02:
    driver: local
  data03:
    driver: local

networks:
  elastic:
    driver: bridge

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70

    es运行需要修改一些linux系统权限，修改/etc/sysctl.conf文件

    vi /etc/sysctl.conf

    • 1

    添加下面的内容：

    vm.max_map_count=262144

    • 1

    然后执行命令，让配置生效：

    sysctl -p

    • 1

    通过docker-compose启动集群：

    docker-compose up -d

    • 1

    4.2.集群状态监控

    kibana可以监控es集群，不过新版本需要依赖es的x-pack 功能，配置比较复杂。

    这里推荐使用cerebro来监控es集群状态，官方网址：https://github.com/lmenezes/cerebro

    点击下载 解压即可使用，非常方便。

    解压好的目录如下：

    在这里插入图片描述

    进入对应的bin目录：

    在这里插入图片描述

    访问http://localhost:9000 即可进入管理界面：

    在这里插入图片描述

    输入你的elasticsearch的任意节点的地址和端口，点击connect即可：

    外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

    绿色的条，代表集群处于绿色（健康状态）。

    4.3.创建索引库

    1）利用kibana的DevTools创建索引库

    在DevTools中输入指令：

    PUT /itcast
{
  "settings": {
    "number_of_shards": 3, // 分片数量
    "number_of_replicas": 1 // 副本数量
  },
  "mappings": {
    "properties": {
      // mapping映射定义 ...
    }
  }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    2）利用cerebro创建索引库

    利用cerebro还可以创建索引库：

    在这里插入图片描述

    填写索引库信息：

    在这里插入图片描述

    点击右下角的create按钮：

    在这里插入图片描述

    4.4.查看分片效果

    回到首页，即可查看索引库分片效果：

    在这里插入图片描述

    5.拼音分词器

    5.1 官方拼音分词

    根据用户输入的字母，提示完整词条的功能，就是自动补全了。

    因为需要根据拼音字母来推断，因此要用到拼音分词功能。

    要实现根据字母做补全，就必须对文档按照拼音分词：点击下载。在GitHub上恰好有elasticsearch的拼音分词插件。地址：https://github.com/medcl/elasticsearch-analysis-pinyin

    安装方式与IK分词器一样，分三步：

    ​ ①解压

    ​ ②上传到虚拟机中，elasticsearch的plugin目录

    ​ ③重启elasticsearch

    ​ ④测试

    5.2 自定义分词器

    默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。

    elasticsearch中分词器（analyzer）的组成包含三部分：

    • character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符
    • tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smart
    • tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

    文档分词时会依次由这三部分来处理文档：

    在这里插入图片描述
    声明自定义分词器的语法如下：点击下载

    PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": { // 自定义分词器
        "my_analyzer": {  // 分词器名称
          "tokenizer": "ik_max_word",
          "filter": "py"
        }
      },
      "filter": { // 自定义tokenizer filter
        "py": { // 过滤器名称
          "type": "pinyin", // 过滤器类型，这里是pinyin
		  "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "limit_first_letter_length": 16,
          "remove_duplicated_term": true,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "my_analyzer",
        "search_analyzer": "ik_smart"
      }
    }
  }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33

    测试：

    在这里插入图片描述

    总结：

    如何使用拼音分词器？

    • ①下载pinyin分词器

    • ②解压并放到elasticsearch的plugin目录

    • ③重启即可

    如何自定义分词器？

    • ①创建索引库时，在settings中配置，可以包含三部分

    • ②character filter

    • ③tokenizer

    • ④filter

    拼音分词器注意事项？

    • 为了避免搜索到同音字，搜索时不要使用拼音分词器
  • 相关阅读:
    Jmeter如何设置中文版
    Baklib|如何搭建在线帮助中心站点？
    第三章《数组与循环》第3节：while循环
    Oracle中数据迁移的工具
    苹果电脑误删除的文件怎么恢复?
    月饼问题PAT B1020（贪心算法）
    HTTP 之 options预请求 nginx 解决跨域 postman调试跨域问题
    大模型应用开发：为产品创建一个AI客服/智能助手
    T-Rex2: Towards Generic Object Detection via Text-Visual Prompt Synergy论文解读
    iOS&Safari不兼容正则表达式的断言匹配及解决办法
  • 原文地址：https://blog.csdn.net/qq_47949604/article/details/133823193