- 1-今日内容
- 2-初识ElasticSearch
- 2.1-基于数据库查询的问题
- 2.2-倒排索引
- 2.3-ES存储和查询的原理
- 2.4-ES概念详解
- 2.5 ElasticSearch和Mysql的区别
- 3-安装ElasticSearch
- 3.1-ES安装
- 3.2-ES辅助工具安装
- 4-ElasticSearch核心概念
- 1 索引（index）
- 2 类型（type）
- 3 映射（mapping）
- 4 文档（document）
- 5 倒排索引
- 对比MySQL
- 5-脚本操作ES
- 5.1-RESTful风格介绍
- 5.2-操作索引
- 5.3-ES数据类型
- 5.4-操作映射
- 5.4.1 添加
- 5.4.2 查看
- 5.4.3 索引+ 映射一起创建
- 5.5-操作文档
- 5.5.1添加/更新文档
- 5.5.2查看文档(简单查看)
- 5.5.3删除
- 6-分词器
- 6.1分词器-介绍
- 6.2-ik分词器安装
- 6.3-ik分词器使用
- 6.4使用IK分词器-查询文档
- 7-ElasticSearch JavaAPI
- 7.1-SpringBoot整合ES
- 7.2-创建索引
- 7.3-查询、删除、判断索引
- 7.4-添加文档
- 7.5-修改、查询、删除文档
- 1 ElasticSearch 安装
- 1.1 ElasticSearch安装
- 1.2 访问elasticsearch
- 2 Elasticsearch辅助插件安装
- 2.1 Postman安装
- 2.2 Kibana安装
- 2.3 head安装
- 2.3.1 Node安装
- 2.3.2 grunt安装
- 2.3.3 head安装
- IK分词器安装
- 1、环境准备
- 2、安装IK分词器
- 3、使用IK分词器
1-今日内容
- 初识 ElasticSearch
- 安装 ElasticSearch
- ElasticSearch 核心概念
- 操作 ElasticSearch
- ElasticSearch JavaAPI
Es通过倒排索引解决这些问题
2.2-倒排索引倒排索引：将文档进行分词，形成词条和id的对应关系即为反向索引。
以唐诗为例，所处包含“前”的诗句
正向索引：由《静夜思》–>窗前明月光—>“前”字
反向索引：“前”字–>窗前明月光–>《静夜思》
反向索引的实现就是对诗句进行分词，分成单个的词，由词推据，即为反向索引
“床前明月光”–> 分词
将一段文本按照一定的规则，拆分为不同的词条（term）
2.3-ES存储和查询的原理index（索引）：相当于mysql的库
映射：相当于mysql 的表结构
document(文档)：相当于mysql的表中的数据
数据库查询存在的问题：
-
性能低：使用模糊查询，左边有通配符，不会走索引，会全表扫描，性能低
-
功能弱：对于如下的数据如果以”华为手机“作为条件，查询不出来数据
ES查询解决方法
使用倒排索引，对title 进行分词
-
使用“手机”作为关键字查询
生成的倒排索引中，词条会排序，形成一颗树形结构，提升词条的查询速度
-
使用“华为手机”作为关键字查询
华为：1,3
手机：1,2,3
Lucene：是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供
•ElasticSearch是一个基于Lucene的搜索服务器
•是一个分布式、高扩展、高实时的搜索与数据分析引擎
•基于RESTful web接口
•Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎
•官网：https://www.elastic.co/
应用场景
•搜索：海量数据的查询
•日志数据分析：ELK
•实时数据分析
2.5 ElasticSearch和Mysql的区别•MySQL有事务性,而ElasticSearch没有事务性,所以你删了的数据是无法恢复的。
•ElasticSearch没有物理外键这个特性，,如果你的数据强一致性要求比较高,还是建议慎用
ElasticSearch和MySql分工不同，MySQL负责存储数据，ElasticSearch负责搜索数据。
3-安装ElasticSearch 3.1-ES安装参见ElasticSearch-ES安装
查看elastic是否启动
ps -ef|grep elastic3.2-ES辅助工具安装
参见ElasticSearch-ES安装
后台启动
nohup ../bin/kibana &4-ElasticSearch核心概念 1 索引（index）
ElasticSearch存储数据的地方，可以理解成关系型数据库中的数据库概念。
2 类型（type）一种type就像一类表。如用户表、角色表等。在Elasticsearch7.X默认type为_doc
- ES 5.x中一个index可以有多种type。 - ES 6.x中一个index只能有一种type。 - ES 7.x以后，将逐步移除type这个概念，现在的操作已经不再使用，默认_doc3 映射（mapping）
mapping定义了每个字段的类型、字段所使用的分词器等。相当于关系型数据库中的表结构。
4 文档（document）Elasticsearch中的最小数据单元，常以json格式显示。一个document相当于关系型数据库中的一行数据。
5 倒排索引一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，对应一个包含它的文档id列表。
对比MySQL 5-脚本操作ES 5.1-RESTful风格介绍1.REST（Representational State Transfer），表述性状态转移，是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是RESTful。就是一种定义接口的规范。
2.基于HTTP。
3.使用XML格式定义或JSON格式定义。
4.每一个URI代表1种资源。
5.客户端使用GET、POST、PUT、DELETe 4个表示操作方式的动词对服务端资源进行操作：
GET：用来获取资源
POST：用来新建资源（也可以用于更新资源）
PUT：用来更新资源
DELETE：用来删除资源
5.2-操作索引使用Kibana执行命令：http://192.168.52.128:5601/app/kibana#/dev_tools/console?_g=()
# 创建索引 PUT person # 查看索引 GET person # 删除索引(同时会删除其所有数据,相当于mysql的drop database) DELETE person # 查询所有索引 GET _cat/indices #清除所有索引 delete /_all delete /c* (通配符删除c 开头的索引)5.3-ES数据类型
- 简单数据类型
-
字符串
text：会分词，不支持聚合 keyword：不会分词，将全部内容作为一个词条，支持聚合
-
数值：long.inteter,double等
-
布尔：boolean
-
二进制：binary
-
范围类型
integer_range, float_range, long_range, double_range, date_range
-
日期:date
- 复杂数据类型
-
数组：[ ] Nested: nested (for arrays of JSON objects 数组类型的JSON对象)
-
对象：{ } Object: object(for single JSON objects 单个JSON对象)
注意: 字段类型没有修改功能
5.4-操作映射 5.4.1 添加#添加映射(相当于添加表字段)
PUT /person/_mapping
{
"properties":{
"name":{
"type":"text"
},
"age":{
"type":"integer"
}
}
}
#添加映射_指定分词器(相当于添加表字段)
PUT person2
{
"mappings": {
"properties": {
"name": {
"type": "keyword" // keyword 类型 不会分词,不建立倒排索引
},
"address": {
"type": "text", // text 类型 会分词, 但不能进行聚合查询(类似SQL group by/sum函数)
"analyzer": "ik_max_word"
}
}
}
}
5.4.2 查看
#仅查看映射(查看表结构) GET person/_mapping #仅查看索引,会自动显示表结构(查看表结构) GET person5.4.3 索引+ 映射一起创建
#创建索引并添加映射(相当于建立数据库时,(因为只有一张表type=_doc)同时制定表字段)
PUT /person1
{
"mappings": {
"properties": {
"name": {
"type": "text"
},
"age": {
"type": "integer"
}
}
}
}
5.5-操作文档
5.5.1添加/更新文档
# 指定id
POST /person2/_doc/1
{
"name":"张三",
"age":18,
"address":"北京海淀区"
}
#添加文档，不指定id 随机生成id
POST /person1/_doc/
{
"name":"张三",
"age":18,
"address":"北京"
}
5.5.2查看文档(简单查看)
# 根据id 查看 GET /person1/_doc/1 # 查看所有(无条件查询) GET /person1/_search5.5.3删除
#删除指定id文档 DELETE /person1/_doc/16-分词器 6.1分词器-介绍
•IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包
•是一个基于Maven构建的项目
•具有60万字/秒的高速处理能力
•支持用户词典扩展定义
•下载地址：https://github.com/medcl/elasticsearch-analysis-ik/archive/v7.4.0.zip
6.2-ik分词器安装参见 ik分词器安装
执行如下命令时如果出现 打包失败（501码）将maven镜像换成阿里云的
mvn package
/opt/apache-maven-3.1.1/conf/setting.xml
6.3-ik分词器使用alimaven aliyun maven http://maven.aliyun.com/nexus/content/groups/public/ central
IK分词器有两种分词模式：ik_max_word和ik_smart模式。可以使用Postman测试
1、ik_max_word
#方式一ik_max_word
#会将文本做最细粒度的拆分，比如会将“乒乓球明年总冠军”拆分为“乒乓球、乒乓、球、明年、总冠军、冠军。
GET /_analyze
{
"analyzer": "ik_max_word",
"text": "乒乓球明年总冠军"
}
ik_max_word分词器执行如下：
{
"tokens" : [
{
"token" : "乒乓球",
"start_offset" : 0,
"end_offset" : 3,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "乒乓",
"start_offset" : 0,
"end_offset" : 2,
"type" : "CN_WORD",
"position" : 1
},
{
"token" : "球",
"start_offset" : 2,
"end_offset" : 3,
"type" : "CN_CHAR",
"position" : 2
},
{
"token" : "明年",
"start_offset" : 3,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 3
},
{
"token" : "总冠军",
"start_offset" : 5,
"end_offset" : 8,
"type" : "CN_WORD",
"position" : 4
},
{
"token" : "冠军",
"start_offset" : 6,
"end_offset" : 8,
"type" : "CN_WORD",
"position" : 5
}
]
}
2、ik_smart
#方式二ik_smart
#会做最粗粒度的拆分，比如会将“乒乓球明年总冠军”拆分为乒乓球、明年、总冠军。
GET /_analyze
{
"analyzer": "ik_smart",
"text": "乒乓球明年总冠军"
}
ik_smart分词器执行如下：
{
"tokens" : [
{
"token" : "乒乓球",
"start_offset" : 0,
"end_offset" : 3,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "明年",
"start_offset" : 3,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 1
},
{
"token" : "总冠军",
"start_offset" : 5,
"end_offset" : 8,
"type" : "CN_WORD",
"position" : 2
}
]
}
由此可见：使用ik_smart可以将文本"text": "乒乓球明年总冠军"分成了【乒乓球】【明年】【总冠军】
这样看的话，这样的分词效果更智能一些，达到了要求。
6.4使用IK分词器-查询文档-
词条查询：term
词条查询不会分析查询条件，只有当词条和查询字符串完全匹配时才匹配搜索
-
全文查询：match
全文查询会分析查询条件，先将查询条件进行分词，然后查询，求并集
1.创建索引，添加映射，并指定分词器为ik分词器
#如果有删除
delete person2
#添加映射_指定分词器(相当于添加表字段)
PUT person2
{
"mappings": {
"properties": {
"name": {
"type": "keyword" // keyword 类型 不会分词
},
"address": {
"type": "text", // text 类型 会分词, 但不能进行聚合查询(类似SQL group by/sum函数)
"analyzer": "ik_max_word"
}
}
}
}
2.添加文档
# 添加几条数据备用
# 指定id
POST /person2/_doc/1
{
"name":"张三",
"age":18,
"address":"北京海淀区"
}
POST /person2/_doc/2
{
"name":"李四",
"age":18,
"address":"北京朝阳区"
}
POST /person2/_doc/3
{
"name":"王五",
"age":18,
"address":"北京昌平区"
}
3.查询映射
GET person2
4.查看分词效果
GET _analyze
{
"analyzer": "ik_max_word",
"text": "北京海淀"
}
5.词条查询：term，不会将查询条件拆分
查询person2中匹配到"北京"两字的词条
GET /person2/_search
{
"query": {
"term": {
"address": {
"value": "北京"
}
}
}
}
6.全文查询：match
全文查询会分析查询条件，先将查询条件进行分词，然后查询，求并集
GET /person2/_search
{
"query": {
"match": {
"address":"北京昌平"
}
}
}
7-ElasticSearch JavaAPI
7.1-SpringBoot整合ES
①搭建SpringBoot工程
②引入ElasticSearch相关坐标
org.elasticsearch.client elasticsearch-rest-high-level-client 7.4.0 org.elasticsearch.client elasticsearch-rest-client 7.4.0 org.elasticsearch elasticsearch 7.4.0
完整依赖如下：
org.springframework.boot spring-boot-starter-parent 2.2.1.RELEASE org.springframework.boot spring-boot-starter org.springframework.boot spring-boot-starter-test test org.junit.vintage junit-vintage-engine org.elasticsearch.client elasticsearch-rest-high-level-client 7.4.0 org.elasticsearch.client elasticsearch-rest-client 7.4.0 org.elasticsearch elasticsearch 7.4.0
③测试
- 编写配置类ElasticSearchConfig
@Configuration
@ConfigurationProperties(prefix="elasticsearch")
public class ElasticSearchConfig {
private String host;
private int port;
public String getHost() {
return host;
}
public void setHost(String host) {
this.host = host;
}
public int getPort() {
return port;
}
public void setPort(int port) {
this.port = port;
}
@Bean
public RestHighLevelClient client(){
return new RestHighLevelClient(RestClient.builder(
new HttpHost(host,port,"http")
));
}
}
-
配置es信息: srcmainresourcesapplication.yml
elasticsearch: host: 192.168.52.128 port: 9200
-
ElasticsearchDay01ApplicationTests
注意：使用@Autowired注入RestHighLevelClient 如果报红线，则是因为配置类所在的包和测试类所在的包，包名不一致造成的
@SpringBootTest
class ElasticsearchDay01ApplicationTests {
@Autowired
RestHighLevelClient client;
@Test
void contextLoads() {
System.out.println(client);
}
}
7.2-创建索引
1.添加索引
@Test
public void addIndex() throws IOException {
//1.使用client获取操作索引的对象
IndicesClient indicesClient = client.indices();
//2.具体操作，获取返回值
CreateIndexRequest createRequest = new CreateIndexRequest("xxx");
CreateIndexResponse response = indicesClient.create(createRequest,
RequestOptions.DEFAULT);
//3.根据返回值判断结果
System.out.println(response.isAcknowledged());
}
2.添加索引，并添加映射
@Test
public void addIndexAndMapping() throws IOException {
//1.使用client获取操作索引对象
IndicesClient indices = client.indices();
//2.具体操作获取返回值
//2.具体操作，获取返回值
CreateIndexRequest createIndexRequest = new CreateIndexRequest("xxx");
//2.1 设置mappings
String mapping = "{n" +
" "properties" : {n" +
" "address" : {n" +
" "type" : "text",n" +
" "analyzer" : "ik_max_word"n" +
" },n" +
" "age" : {n" +
" "type" : "long"n" +
" },n" +
" "name" : {n" +
" "type" : "keyword"n" +
" }n" +
" }n" +
" }";
createIndexRequest.mapping(mapping,XContentType.JSON);
CreateIndexResponse createIndexResponse = indices.create(createIndexRequest, RequestOptions.DEFAULT);
//3.根据返回值判断结果
System.out.println(createIndexResponse.isAcknowledged());
}
7.3-查询、删除、判断索引
- 查询索引
@Test
public void queryIndex() throws IOException {
IndicesClient indices = client.indices();
GetIndexRequest getRequest=new GetIndexRequest("xxx");
GetIndexResponse response = indices.get(getRequest, RequestOptions.DEFAULT);
Map mappings = response.getMappings();
//iter 提示foreach
for (String key : mappings.keySet()) {
System.out.println(key+"==="+mappings.get(key).getSourceAsMap());
}
}
- 删除索引
@Test
public void deleteIndex() throws IOException {
IndicesClient indices = client.indices();
DeleteIndexRequest deleteRequest=new DeleteIndexRequest("xxx");
AcknowledgedResponse delete = indices.delete(deleteRequest, RequestOptions.DEFAULT);
System.out.println(delete.isAcknowledged());
}
- 索引是否存在
@Test
public void existIndex() throws IOException {
IndicesClient indices = client.indices();
GetIndexRequest getIndexRequest=new GetIndexRequest("xxx");
boolean exists = indices.exists(getIndexRequest, RequestOptions.DEFAULT);
System.out.println(exists);
}
7.4-添加文档
1.添加文档,使用map作为数据
@Test
public void addDoc() throws IOException {
//数据对象，map
Map data = new HashMap();
data.put("address", "北京昌平");
data.put("name", "大胖");
data.put("age", 20);
//1.获取操作文档的对象
IndexRequest request = new IndexRequest("xxx").id("1").source(data);
//添加数据，获取结果
IndexResponse response = client.index(request, RequestOptions.DEFAULT);
//打印响应结果
System.out.println(response.getId());
}
2.添加文档,使用对象作为数据
@Test
public void addDoc2() throws IOException {
//数据对象，javaObject
Person p = new Person();
p.setId("2");
p.setName("小胖2222");
p.setAge(30);
p.setAddress("陕西西安");
//将对象转为json
String data = JSON.toJSONString(p);
//1.获取操作文档的对象
IndexRequest request = new IndexRequest("xxx").id(p.getId()).source(data,
XContentType.JSON);
//添加数据，获取结果
IndexResponse response = client.index(request, RequestOptions.DEFAULT);
//打印响应结果
System.out.println(response.getId());
}
注意！！！对象转化为JSON需要导入JSON的依赖坐标
7.5-修改、查询、删除文档com.alibaba fastjson 1.2.4
1.修改文档：添加文档时，如果id存在则修改，id不存在则添加
@Test
public void UpdateDoc() throws IOException {
Person person=new Person();
person.setId("2");
person.setName("李四");
person.setAge(20);
person.setAddress("北京三环车王");
String data = JSON.toJSONString(person);
IndexRequest request=new IndexRequest("xxx").id(person.getId()).source(data,XContentType.JSON);
IndexResponse response = client.index(request, RequestOptions.DEFAULT);
System.out.println(response.getId());
}
2.根据id查询文档
@Test
public void getDoc() throws IOException {
//设置查询的索引、文档
GetRequest indexRequest=new GetRequest("xxx","2");
GetResponse response = client.get(indexRequest, RequestOptions.DEFAULT);
System.out.println(response.getSourceAsString());
}
3.根据id删除文档
@Test
public void delDoc() throws IOException {
//设置要删除的索引、文档
DeleteRequest deleteRequest=new DeleteRequest("xxx","1");
DeleteResponse response = client.delete(deleteRequest, RequestOptions.DEFAULT);
System.out.println(response.getId());
}
1 ElasticSearch 安装
1.1 ElasticSearch安装
1、上传ElasticSearch安装包
alt+p # 打开sftp窗口 # 上传es安装包 put e:/software/elasticsearch-7.4.0-linux-x86_64.tar.gz
2、执行解压操作 ，如下图
# 将elasticsearch-7.4.0-linux-x86_64.tar.gz解压到opt文件夹下. -C 大写 tar -zxvf elasticsearch-7.4.0-linux-x86_64.tar.gz -C /opt
3、创建普通用户
因为安全问题，Elasticsearch 不允许root用户直接运行，所以要创建新用户，在root用户中创建新用户,执行如下命令：
useradd itXXX # 新增itXXX用户 passwd itXXX # 为itXXX用户设置密码
5、为新用户授权，如下图
chown -R itXXX:itXXX /opt/elasticsearch-7.4.0 #文件夹所有者
将 /opt/elasticsearch-7.4.0文件夹授权给itXXX用户，由上图可见，文件夹权限赋给了itXXX
6、修改elasticsearch.yml文件
vim /opt/elasticsearch-7.4.0/config/elasticsearch.yml
# ======================== Elasticsearch Configuration ========================= cluster.name: my-application node.name: node-1 network.host: 0.0.0.0 http.port: 9200 cluster.initial_master_nodes: ["node-1"]
cluster.name：配置elasticsearch的集群名称，默认是elasticsearch。建议修改成一个有意义的名称
node.name：节点名，elasticsearch会默认随机指定一个名字，建议指定一个有意义的名称，方便管理
network.host：设置为0.0.0.0允许外网访问
http.port：Elasticsearch的http访问端口
cluster.initial_master_nodes：初始化新的集群时需要此配置来选举master
7、修改配置文件
新创建的itXXX用户最大可创建文件数太小，最大虚拟内存太小，切换到root用户，编辑下列配置文件， 添加类似如下内容
# 切换到root用户 su root #1. ===最大可创建文件数太小======= vim /etc/security/limits.conf # 在文件末尾中增加下面内容 itXXX soft nofile 65536 itXXX hard nofile 65536 # ===== vim /etc/security/limits.d/20-nproc.conf # 在文件末尾中增加下面内容 itXXX soft nofile 65536 itXXX hard nofile 65536 * hard nproc 4096 # 注：* 代表Linux所有用户名称 #2. ===最大虚拟内存太小======= vim /etc/sysctl.conf # 在文件中增加下面内容 vm.max_map_count=655360 # 重新加载，输入下面命令： sysctl -p
8、启动elasticsearch
su itXXX # 切换到itXXX用户启动 cd /opt/elasticsearch-7.4.0/bin ./elasticsearch #启动
通过上图可以看到elasticsearch已经成功启动
1.2 访问elasticsearch1、在访问elasticsearch前，请确保防火墙是关闭的，执行命令：
#暂时关闭防火墙 systemctl stop firewalld # 或者 #永久设置防火墙状态 systemctl enable firewalld.service #打开防火墙永久性生效，重启后不会复原 systemctl disable firewalld.service #关闭防火墙，永久性生效，重启后不会复原
浏览器输入http://192.168.149.135:9200/，如下图
此时elasticsearch已成功启动：
重点几个关注下即可: number" : "7.4.0" 表示elasticsearch版本 lucene_version" : "8.2.0" 表示lucene版本 name ： 默认启动的时候指定了 ES 实例名称 cluster_name ： 默认名为 elasticsearch2 Elasticsearch辅助插件安装 2.1 Postman安装
1、什么是Postman
Postman是一个http模拟请求的工具。
官网介绍：“Modern software is built on APIs，Postman helps you develop APIs faster”
看得出来，它是一个专门测试 API 的工具，Postman 提供功能强大的 Web API 和 HTTP 请求的调试，它能够发送任何类型的HTTP 请求 (GET, POST, PUT, DELETE…)，并且能附带任何数量的参数和 Headers。不仅如此，它还提供测试数据和环境配置数据的导入导出。
进入官网www.getpostman.com，下载
2.2 Kibana安装1、什么是Kibana
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。
2、上传kibana
CRT中克隆一个窗口，上传Kibana
put E:softwarekibana-7.4.0-linux-x86_64.tar.gz
2、解压kibana
tar -xzf kibana-7.4.0-linux-x86_64.tar.gz -C /opt
解压到当前目录（/opt）下
3、修改kibana配置
vim /opt/kibana-7.4.0-linux-x86_64/config/kibana.yml
server.port: 5601 server.host: "0.0.0.0" server.name: "kibana-XXX" elasticsearch.hosts: ["http://127.0.0.1:9200"] elasticsearch.requestTimeout: 99999
server.port：http访问端口
server.host：ip地址，0.0.0.0表示可远程访问
server.name：kibana服务名
elasticsearch.hosts：elasticsearch地址
elasticsearch.requestTimeout：请求elasticsearch超时时间，默认为30000，此处可根据情况设置
4、启动kibana
由于kibana不建议使用root用户启动，如果用root启动，需要加–allow-root参数
# 切换到kibana的bin目录 cd /opt/kibana-7.4.0-linux-x86_64/bin # 启动 ./kibana --allow-root
启动成功。
5、访问kibana
1.浏览器输入http://192.168.149.135:5601/，如下图：
http://192.168.149.135:5601/
看到这个界面，说明Kibanan已成功安装。
Discover：可视化查询分析器
Visualize：统计分析图表
Dashboard：自定义主面板（添加图表）
Timelion：Timelion是一个kibana时间序列展示组件（暂时不用）
Dev Tools：Console控制台（同CURL/POSTER，操作ES代码工具，代码提示，很方便）
Management：管理索引库(index)、已保存的搜索和可视化结果(save objects)、设置 kibana 服务器属性。
Tips:
课后扩展内容
head简介
ead插件是ES的一个可视化管理插件，用来监视ES的状态，并通过head客户端和ES服务进行交互，比如创建映射、创建索引等。
在登陆和访问head插件地址和ElasticSearch前需要事先在服务器上安装和配置好ElasticSearch以及head插件。安装完后，默认head插件的web端口为9100，ElasticSearch服务的端口为9200，使用浏览器访问head地址，如http://IP地址:9100/，推荐使用Chrome浏览器，head插件对Chrome浏览器兼容更佳。进入head页面后将ElasticSearch连接输入框中填写正确的ElasticSearch服务地址，就可以监控ElasticSearch运行信息
2.3.1 Node安装- 什么是Node
简单的说 Node.js 就是运行在服务端的 Javascript。Node.js 是一个基于 Chrome V8 引擎的 Javascript 运行环境。Node.js 使用了一个事件驱动、非阻塞式 I/O 的模型，使其轻量又高效。Node.js 的包管理器 npm，是全球最大的开源库生态系统。
- 下载Node
上一节已经安装好了Elasticsearch，接下来来安装head插件，由于elasticsearch-head插件是由nodejs语言编写，所以安装elasticsearch-head前需要先安装nodejs。
首先，执行以下命令安装nodejs和grunt
打开虚拟机，执行wget命令下载Node，如下图：
wget https://nodejs.org/dist/v10.15.2/node-v10.15.2-linux-x64.tar.xz
3）解压Node包
tar xvf node-v10.15.2-linux-x64.tar.xz
4）设置软连接
解压文件的 bin 目录底下包含了 node、npm 等命令，可以使用 ln 命令来设置软连接：
ln -s bin/npm /usr/local/bin/ ln -s bin/node /usr/local/bin/
在/etc/profile中配置好path环境变量
vi ~/.bash_profile export NODE_HOME=/opt/nodejs/node-v10.15.2-linux-x64 export PATH=$PATH:$NODE_HOME/bin
保存退出，使文件生效
source ~/.bash_profile
查看node安装版本，执行 node -v 验证安装如下图：
2.3.2 grunt安装安装grunt（运行在Node.js上面的任务管理器（task runner）），为了获得Grunt的更多产品特性，需要全局安装Grunt’s 命令行接口（CLI），使用npm进行安装，如下：
npm install -g grunt-cli
查看grunt版本
输出grunt版本信息，表示安装成功。
2.3.3 head安装- 执行命令安装git
git yum install git -y
- 切换到/opt目录下,执行下面的克隆命令
git clone git://github.com/mobz/elasticsearch-head.git
- 进入到elasticsearch-head目录
cd elasticsearch-head
- 运行
在运行之前需要修改下elasticsearch.yml，因为ES默认不开启跨域访问，需要添加以下配置：
#开启cors跨域访问支持，默认为false http.cors.enabled: true #跨域访问允许的域名地址，(允许所有域名)以上使用正则 http.cors.allow-origin: "*"
然后开始执行运行命令：
npm run start
- 访问head
浏览器输入ip:port:9100，如下图
看到这个界面说明head插件成功安装并且成功连接Elasticsearch。
IK分词器安装 1、环境准备Elasticsearch 要使用 ik，就要先构建 ik 的 jar包，这里要用到 maven 包管理工具，而 maven 需要java 环境，而 Elasticsearch 内置了jdk， 所以可以将JAVA_HOME设置为Elasticsearch 内置的jdk
1）设置JAVA_HOME
vim /etc/profile
# 在profile文件末尾添加
#java environment
export JAVA_HOME=/opt/elasticsearch-7.4.0/jdk
export PATH=$PATH:${JAVA_HOME}/bin
# 保存退出后，重新加载profile
source /etc/profile
2）下载maven安装包
wget http://mirror.cc.columbia.edu/pub/software/apache/maven/maven-3/3.1.1/binaries/apache-maven-3.1.1-bin.tar.gz
3）解压maven安装包
tar xzf apache-maven-3.1.1-bin.tar.gz
4）设置软连接
ln -s apache-maven-3.1.1 maven
5）设置path
打开文件
vim /etc/profile.d/maven.sh
将下面的内容复制到文件，保存
export MAVEN_HOME=/opt/maven
export PATH=${MAVEN_HOME}/bin:${PATH}
设置好Maven的路径之后，需要运行下面的命令使其生效
source /etc/profile.d/maven.sh
6）验证maven是否安装成功
mvn -v2、安装IK分词器
1）下载IK
wget https://github.com/medcl/elasticsearch-analysis-ik/archive/v7.4.0.zip
执行如下图：
2）解压IK
由于这里是zip包不是gz包，所以需要使用unzip命令进行解压，如果本机环境没有安装unzip，请执行：
yum install zip yum install unzip
解压IK
unzip v7.4.0.zip
3）编译jar包
# 切换到 elasticsearch-analysis-ik-7.4.0目录 cd elasticsearch-analysis-ik-7.4.0/ #打包 mvn package
4） jar包移动
package执行完毕后会在当前目录下生成target/releases目录，将其中的elasticsearch-analysis-ik-7.4.0.zip。拷贝到elasticsearch目录下的新建的目录plugins/analysis-ik，并解压
#切换目录 cd /opt/elasticsearch-7.4.0/plugins/ #新建目录 mkdir analysis-ik cd analysis-ik #执行拷贝 cp -R /opt/elasticsearch-analysis-ik-7.4.0/target/releases/elasticsearch-analysis-ik-7.4.0.zip /opt/elasticsearch-7.4.0/plugins/analysis-ik #执行解压 unzip /opt/elasticsearch-7.4.0/plugins/analysis-ik/elasticsearch-analysis-ik-7.4.0.zip
5）拷贝辞典
将elasticsearch-analysis-ik-7.4.0目录下的config目录中的所有文件 拷贝到elasticsearch的config目录
cp -R /opt/elasticsearch-analysis-ik-7.4.0/config/* /opt/elasticsearch-7.4.0/config
记得一定要重启Elasticsearch！！！
3、使用IK分词器IK分词器有两种分词模式：ik_max_word和ik_smart模式。
1、ik_max_word
会将文本做最细粒度的拆分，比如会将“乒乓球明年总冠军”拆分为“乒乓球、乒乓、球、明年、总冠军、冠军。
#方式一ik_max_word
GET /_analyze
{
"analyzer": "ik_max_word",
"text": "乒乓球明年总冠军"
}
ik_max_word分词器执行如下：
{
"tokens" : [
{
"token" : "乒乓球",
"start_offset" : 0,
"end_offset" : 3,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "乒乓",
"start_offset" : 0,
"end_offset" : 2,
"type" : "CN_WORD",
"position" : 1
},
{
"token" : "球",
"start_offset" : 2,
"end_offset" : 3,
"type" : "CN_CHAR",
"position" : 2
},
{
"token" : "明年",
"start_offset" : 3,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 3
},
{
"token" : "总冠军",
"start_offset" : 5,
"end_offset" : 8,
"type" : "CN_WORD",
"position" : 4
},
{
"token" : "冠军",
"start_offset" : 6,
"end_offset" : 8,
"type" : "CN_WORD",
"position" : 5
}
]
}
2、ik_smart
会做最粗粒度的拆分，比如会将“乒乓球明年总冠军”拆分为乒乓球、明年、总冠军。
#方式二ik_smart
GET /_analyze
{
"analyzer": "ik_smart",
"text": "乒乓球明年总冠军"
}
ik_smart分词器执行如下：
{
"tokens" : [
{
"token" : "乒乓球",
"start_offset" : 0,
"end_offset" : 3,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "明年",
"start_offset" : 3,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 1
},
{
"token" : "总冠军",
"start_offset" : 5,
"end_offset" : 8,
"type" : "CN_WORD",
"position" : 2
}
]
}
由此可见 使用ik_smart可以将文本"text": "乒乓球明年总冠军"分成了【乒乓球】【明年】【总冠军】
这样看的话，这样的分词效果达到了的要求。
