Elasticsearch、Kibana

1.Elasticsearch

用户访问我们的首页，一般都会直接搜索来寻找自己想要购买的商品。
而商品的数量非常多，而且分类繁杂。如何能正确的显示出用户想要的商品，并进行合理的过滤，
尽快促成交易，是搜索系统要研究的核心。
面对这样复杂的搜索业务和数据量，使用传统数据库搜索就显得力不从心，一般我们都会使用全文检索技术Elasticsearch。

安装：
先创建一个用户
useradd wwr
passwd 123456
su wwr
然后上传压缩文件到linux

解压缩：

tar -zxvf elasticsearch-6.2.4.tar.gz
mv elasticsearch-6.3.0/ elasticsearch 重命名一下
cd elasticsearch/config
vim jvm.options 修改成如下内容


-Xms512m
-Xmx512m
1
2
3
4
5
6
7
8

vim elasticsearch.yml
修改如下内容

path.data: /home/wwr/elasticsearch/data # 数据目录位置
path.logs: /home/wwr/elasticsearch/logs # 日志目录位置
network.host: 0.0.0.0 # 此行前面带一个空格 绑定到0.0.0.0，允许任何ip来访问
1
2
3

进入elasticsearch目录创建
mkdir data

cd /home/wwr/elasticsearch/bin/

./elasticsearch 直接运行的话会报权限不够的错误。

用root用户修改配置文件，
su
vim /etc/security/limits.conf添加

* soft nofile 65536
* hard nofile 131072
* soft nproc 4096
* hard nproc 4096
//这里直接复制，粘贴是有*号的，别删掉
1
2
3
4
5

vim /etc/sysctl.conf 添加如下内容

vm.max_map_count=655360
1

关闭ssh
service sshd stop
查看ssh状态
service sshd status

重新回到wwr用户下，
cd /home/wwr/elasticsearch/bin/
./elasticsearch 启动就好了
记得关闭防火墙
在浏览器端进行测试

2.安装Kibana

Kibana是一个基于Node.js的Elasticsearch索引库数据统计工具，可以利用Elasticsearch的聚合功能，生成各种图表，如柱形图，线状图，饼图等。

需要先安装node.js,并配置环境变量
我的版本是16.14.2。

将Kibana解压，修改配置文件



不可以直接启动，需要先开启Elasticsearch，不然会报No Living Connections错误，启动成功后：

然后到浏览器测试：
http://localhost:5601直接回车就很好了。

3.安装ik分词器

unzip elasticsearch-analysis-ik-6.3.0.zip -d ik-analyzer解压缩

删除压缩文件（必做）
启动Elasticsearch

测试：

POST _analyze
{
"analyzer": "ik_max_word",
"text": "张万森,下雪啦"
}
1
2
3
4
5

ElasticSearch的语法学习

创建索引

PUT wwr
{
  "settings": {
    "number_of_shards": 5
    , "number_of_replicas": 1
  }
}
1
2
3
4
5
6
7

因为我已经创建过了wwr索引所以会报错。

查看索引

删除索引

映射配置

1.什么是映射

映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等
只有配置清楚，Elasticsearch才会帮我们进行索引库的创建

2.映射语法格式

PUT /索引库名/_mapping/类型名称
{
"properties": {
"字段名": {
"type": "类型",
"index": true，
"store": true，
"analyzer": "分词器"
}
}
}
1
2
3
4
5
6
7
8
9
10
11

查看映射关系

字段常用属性详解

1.type属性

String类型，又分两种：
text：可分词，不可参与聚合
keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合
Numerical：数值类型，分两类
基本数据类型：long、interger、short、byte、double、float、half_float
浮点数的高精度类型：scaled_float
需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存
储，取出时再还原。
Date：日期类型
elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省
空间。

2.index

true：字段会被索引，则可以用来进行搜索。默认值就是true false：字段不会被索引，不能用来搜索

3.store

Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做 _source 的属性 中。而且我们可以通过过滤
_source 来选择哪些要显示，哪些不显示。 而如果设置store为true，就会在 _source 以外额外存储一份数据，多余，因此一般我们都会将 store设置为false，事实上，store的默认值就是false。

新增数据

POST /wwr/books/
{
  "title":"百年孤独",
  "images":"http://image.lano.com/12479122.jpg",
  "price":30.00
}
1
2
3
4
5
6

oh fuck！，明天再写