一、ES的安装

1、源码安装

0、注意事项

(1)elasticsearch不能用root用户启动，建议最开始就创建一个普通用户；后续wget安装包、安装/配置jdk等都用这个用户，免得后续因为文件权限、拥有者不匹配引发问题。

(2)es7之后对jdk版本有一定要求，例如es7要求jdk版本在11以后才行。如果本机jdk版本不满足也没关系，具体操作的时候本机jdk可以默认不动，/etc/profile里面配置es启用安装包的这个jdk就可以了。

(3)另外值得注意的是最好使用es安装包也有对应的jdk，这个版本是最稳妥的。

1、创建普通用户

首先创建一个root以外的普通用户，如下：

#添加一个用户
useradd shuozhuo
 
#设置密码
passwd shuozhuo
 
注：我这里设为为Zs+qq

之后所有的操作都用这个用户，除非修改/etc/配置。

2、下载相应安装包

(1)搜索elasticsearch找到官网   这里

(2)点击下载→查看历史版本→选择对应的版本→下载→选择linux_64右键赋值链接

注：我这里下载的是7.14.0版本。

 

 

3、下载解压

#下载安装包
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.14.0-linux-x86_64.tar.gz
 
#解压安装包
tar zxvf elasticsearch-7.14.0-linux-x86_64.tar.gz

解压后相应文件如下。 

①bin:启动ES服务脚本的目录
②config：ES配置文件目录,其中常用的就是 elasticsearch.yml 文件
③data: ES的数据存放目录
④jdk：ES提供的需要指定的jdk目录。注：建议指定ES就用这个jdk。
⑤lib：ES依赖的第三方库的目录
⑥logs：ES的日志目录
⑦modules：ES各模块目录
⑧plugins：插件目录，ik分词器之类的应该就是安装在这里。

7.14.0内置的jdk版本为16.0.1，如下:

4、配置环境变量

需要把ES中的JDK配置到JAVA_HOME中；同时在对应的/etc/profile中把路径配置给环境变量ES_JAVA_HOME。

注：ES_JAVA_HOME是ES默认的引用jdk的环境变量，最好配一下。

#注意：我这里的解压包的jdk的路径为 '/home/shuozhuo/elastic/elasticsearch-7.14.0/jdk
'
export JAVA_HOME=/home/shuozhuo/elastic/elasticsearch-7.14.0/jdk

export ES_JAVA_HOME=/home/shuozhuo/elastic/elasticsearch-7.14.0/jdk
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
 
#使之生效
source /etc/profile

或者直接 vim /etc/profile  进行编辑也是可以的。

5、启动

#跳转到bin目录下
cd bin
 
#执行启动
./elasticsearch
 
#后台启动
./elasticsearch -d
 
#关闭
kill -9 pid

如下：

没有报错刷出一定量的日志应该就是成功了。ps查看也是有进程的。

6、验证是否正常启动

#新开一个终端执行
curl 127.0.0.1:9200   或者 
curl localhost:9200
curl http://localhost:9200

出现如下json如下说明es运行是完全正常的。 

7、开启远程访问

1、关闭ES
 
2、vim elasticsearch.yml将其中的network.host修改为如下
network.host: 0.0.0.0

注：0.0.0.0表示允许任何位置的任何ip访问。

之后启动发现出现如下报错。 

关于这个错误说明一下。一旦开启外部连接模式ES会默认会以集群的方式启动，对于这个问题我们修改使之单节点启动即可。报错提示的就是缺少默认参数，这个三个默认参数的含义如下。

1 discovery.seed_hosts:  集群主机列表
2 discovery.seed_providers: 基于配置文件配置集群主机列表
3 cluster.initial_master_nodes: 启动时初始化的参与选主的node，生产环境必填

接下来配置单节点模式启动。 

#打开配置文件
vim elasticsearch.yml
 
#将其中的如下语句
cluster.initial_master_nodes: ["node-1", "node-2"]
 
改为
cluster.initial_master_nodes: ["node-1"]

注：其含义是使用一个节点去初始化集群；其中的node-1是节点名称。当前节点默认就是node-1如下。

然后重新启动ES就可以了。

之后在网络配置畅通的情况下在浏览器访问IP:9200应该也是通的，如下就说明ok了。

8、相关问题与报错

①默认启动的ES服务是不允许远程访问的

②默认ES监听的web(Restful)端口是9200，TCP端口是9300。启动日志也可以看到相应记录如下:

③注意启动ES的时候不能使用root用户，否则会有如下报错。

④如果没有权限的话执行会包如下错误

⑤另外还会有些内存不足等问题，直接网上搜一般都能搜出原因。

2、docker安装

前言：安装包的方式太复杂了，使用docker更简单。

0、安装docker

1、获取镜像

docker pull elasticsearch:7.14.0

百度“dockerhub” →找到镜像库官网 → 搜索elasticsearch → Tag处搜索目标版本

2、运行ES

docker run -d -p 9200:9200 -p 9300:9300 -e "discover.type=single-node" elasticsearch:7.14.0

①-p：通过外部的宿主机访问容器

②-d：后台运行

③9200:9200：宿主机的9200映射到docker的9200；宿主机的9300映射到docker的9300.

④-e “discoverXXX”： 以单节点启动

3、访问ES

http://ip:9200

二、Kibana的安装

1、源码安装

0、注意事项：

① Kibana版本一定要和es版本完全匹配！！！

② Kibana的安装要求es服务运行起来！！

1、ES官网下载对应版本的Kibana   这里

复制如下链接地址，Linux机器下载。

#下载对应版本
wget https://artifacts.elastic.co/downloads/kibana/kibana-7.14.0-linux-x86_64.tar.gz
 
#解压缩
tar zxvf kibana-7.14.0-linux-x86_64.tar.gz

2、编辑配置文件

编辑kibana配置文件 vim ./kibana/kibana.yml ;按如下方式修改。

#开启kibana远程访问
server.host: "0.0.0.0"
 
#指定kibana连接本机的es
elasticsearch.hosts: ["http://localhost:9200"]

 

注：我这里也修改了下默认端口。 

3、启动kibana

之后到bin目录下执行  ./kibana 启动kibana；如下应该就可以了。

注：可以看到其对应的端口是5601. 

4、验证访问与连接

如下图说明kibana启动正常

左侧边栏 Home → Dev Tools →执行默认的语句；如下就是ok的。

2、docker安装

类似ES

三、ES的分词器(安装分词器)

0、基本概念(Analysis与Analyzer)

Analysis：文本分析是指吧全文本转换成一系列单词(term/token)的过程，也要分词。

Analyzer：分词器。Analysis是由Analyzer实现的。分词就是将文档通过Analyzer分成一个个Term(关键词)，每个Term都指向包含这个Term的文档。

分词器(Analyzer)组成：执行也按照如下顺序。不同分词器实现不同，一般②是必须有的。

①字符过滤器(character filter)：对文本分词之前进行预处理，例如过滤掉html的标签等特殊字符、把&转换成and之类的。
②分词器(tokenizers)：英文分词就根据空格将单词分开；中文比较复杂，可以采用机器学习算法来分词。
③token过滤器(Token filters)：将切分的单子进行加工。如大小写转换、去掉停用词(如a、the这种)、加入同义词。 

1、ES内置分词器及效果测试

①Standard Analyzer(标准分词器)：英文按单词切分，小写处理、中文单字处理。 为默认分词器。

②Simple Analyzer(简单分词器)：按照单词切分(符号被过滤)，小写处理、中文按空格分词。

③Stop Analyzer： 小写处理，停用词过滤。

④Whiltespace Analyzer：按照空格切分，不转小写

⑤Keyword Analyzer：部分词，直接将输入作为输出。

分词器测试：

#简单分词器
POST /_analyze
{
  "analyzer": "standard",
  "text":"I love you, 问世间情为何物"
}
 
 
#简单分词器
POST /_analyze
{
  "analyzer": "simple",
  "text":"I love you, 问世间情为何物"
}
注:中文就是按照空格分词

2、创建索引设置分词

 
#无非就是指定数据类型平齐的位置也指定下分词器就好了
PUT /test
{
  "mappings": {
    "properties": {
      "title":{
        "type":"text",
        "analyzer": "keyword"
      }
    }
  }
}

3、中文分词器(IK分词器)安装

根据前面知道ES内置的分词器都是不适应于中文的；为此需要专门应用中文分词器。

常用的中文分词器有 smartCN、IK等，这里推荐使用最常见的IK分词器(Lucene时期就存在、对中文的处理也更智能)。

注意：IK分词器的版本要和ES完全一致(小版本号也要完全一致)

（0）在ES安装路径的plugins目录下新建ik目录

#叫什么名字无所谓;ES会自动扫描plugins路径中的信息，发现插件后会自动加载。
mkdir ik
cd ik

（1）选择对应的版本，并下载。

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.14.0/elasticsearch-analysis-ik-7.14.0.zip

 github现在对应版本： IK

（2）解压

unzip elasticsearch-analysis-ik-7.14.0.zip
 
注：如果没有unzip需要用yum install -y unzip 安装

（3）重启ES就可以了。

4、中文分词器(IK分词器)使用

IK分词器有两种颗粒度的拆分，两种分词简名分别是ik_smart和ik_max_word：

①ik_smart:最粗粒度的拆分。

②ik_max_word:会将文本做最细粒度的拆分。

如下实际测试就可以直观看到分词效果。 

POST /_analyze
{
  "text":"中华人民",
  "analyzer": "ik_smart"
}
 
 
POST /_analyze
{
  "text":"中华人民",
  "analyzer": "ik_max_word"
}

5、扩展词、停用词配置

IK支持自定义 扩展词典 和 停用词典。

扩展词典：有些此并不是关键词，但是也希望被ES用来作为检索的关键词，可以将这些词加入扩展词典。

停用词典：有些此是关键词，但是出于业务需要不想这些关键词被检索到，可以将这些词放入停用词典。

举个例子：现在有一家公司名称为“全知科技”，另外有一个员工叫做“谭锦黎”。默认情况下即便是ik_max_word也不知道"全知"、“谭锦黎”是一个单独的词，但是我又有这种“全知  谭锦黎”的搜索需求。这个时候我们就可以借助扩展词配置来实现。

具体配置：

（0）分词器下有如下文件“分词器/config/IKAnalyzer.cfg.xml”,内容如下。

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

（1）在配置文件中指定扩展字典文件名称为 shuozhuoext.dict

（2）然后在此路径下创建shuozhuoext.dic文件,并在文件中添加你想要扩展的关键词，如下。

（3）然后重启ES 

（4）验证效果如下

 （5）另外分词器/config目录下也给我们预先配置好了诸多生僻的词组，存与对应的.dic文件中。

通常扩展词典/停用词典分别就在默认的extra_main.dic和extra_stopword.dic中扩展就行了。

必要的时候再自己创建词典。