白话Elasticsearch30-IK中文分词之热更新IK词库

文章目录

  • 概述
  • 热更新方案
  • IK Github 下载Source Code
  • 导入maven工程
  • 修改源码
    • Dictionary#initial方法中开启扫描线程
    • HotDictReloadThread
    • 配置文件 jdbc-reload.properties
    • Dictionary#iloadMainDict 自定义从mysql加载主词典
    • Dictionary#loadStopWordDict自定义从mysql加载停止词词典
  • 编译
  • 将zip解压到 es ik插件目录下
  • 添加mysql依赖包
  • mysql建表语句
  • 重启ES
  • 验证热加载
    • 热加载主词典
    • 热加载停用词词典
  • 遇到的问题 及解决办法
    • 问题:java.security.AccessControlException: access denied ("java.lang.RuntimePermission" "setContextClassLoader")
    • 解决办法
  • 编译后的资源

在这里插入图片描述


概述

继续跟中华石杉老师学习ES,第30篇

课程地址: https://www.roncoo.com/view/55

白话Elasticsearch28-IK中文分词器的安装和使用
白话Elasticsearch29-IK分词器配置文件+自定义词库

上面两篇学习了如何安装IK以及基本的使用,当我们使用自定义词库的时候,是不是每次都得重启,而且得逐个节点依次修改,是不是有点不方便呢?

主要缺点:

  • 每次添加完,都要重启es才能生效,非常麻烦
  • es是分布式的,如果有数百个节点…

热更新方案

常用的有两种方式

  • 修改ik分词器源码,然后手动支持从mysql中每隔一定时间,自动加载新的词库
  • 基于ik分词器原生支持的热更新方案,部署一个web服务器,提供一个http接口,通过modified和tag两个http响应头,来提供词语的热更新

推荐第一种方案修改ik分词器源码, 第二种方案ik git社区官方都不建议采用,不太稳定。

既然说到了要修改源码,那接着来吧,到ik的GitHub上下载源码


IK Github 下载Source Code

https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v6.4.1

找到对应ES版本的IK,下载源码 ,这里我是用的是6.4.1版本的ES 。
白话Elasticsearch30-IK中文分词之热更新IK词库_第1张图片


导入maven工程

导入maven,这里就不细说了,很简单。 导入完成后,一个标准的maven工程就呈现在你的面前了。

白话Elasticsearch30-IK中文分词之热更新IK词库_第2张图片


修改源码

简单说下整体思路: 开启一个后台线程,扫描mysql中定义的表,加载数据。

Dictionary#initial方法中开启扫描线程

// Step1.开启新的线程重新加载词典
new Thread(new HotDictReloadThread()).start();

白话Elasticsearch30-IK中文分词之热更新IK词库_第3张图片


HotDictReloadThread

死循环,调用Dictionary.getSingleton().reLoadMainDict(),重新加载词典

package org.wltea.analyzer.dic;

import org.apache.logging.log4j.Logger;
import org.elasticsearch.common.logging.ESLoggerFactory;

public class HotDictReloadThread implements Runnable {
     

	private static final Logger logger = ESLoggerFactory.getLogger(HotDictReloadThread.class.getName());
	
	@Override
	public void run() {
     
		while(true) {
     
			logger.info("[==========]reload hot dict from mysql......");   
			Dictionary.getSingleton().reLoadMainDict();
		}
	}

}

那看下 reLoadMainDict 干了啥吧

白话Elasticsearch30-IK中文分词之热更新IK词库_第4张图片

两件事儿,加载主词库 和 停用词词库 ,那我们就把自定义的mysql部分分别放到这两个方法里就OK了。


配置文件 jdbc-reload.properties

配置文件 jdbc-reload.properties
白话Elasticsearch30-IK中文分词之热更新IK词库_第5张图片

jdbc-reload.properties

jdbc.url=jdbc:mysql://localhost:3306/ik?serverTimezone=GMT
jdbc.user=root
jdbc.password=root
jdbc.reload.sql=select word from hot_words
jdbc.reload.stopword.sql=select stopword as word from hot_stopwords
jdbc.reload.interval=1000

reload间隔,1秒轮训一次 。


Dictionary#iloadMainDict 自定义从mysql加载主词典

	// Step2 从mysql加载词典
	this.loadMySQLExtDict();

白话Elasticsearch30-IK中文分词之热更新IK词库_第6张图片

加载自定义的db配置文件,通过JDBC查询mysql ,就是这么简单

	private static Properties prop = new Properties();

	static {
     
		try {
     
			//Class.forName("com.mysql.jdbc.Driver");
			Class.forName("com.mysql.cj.jdbc.Driver");
		} catch (ClassNotFoundException e) {
     
			logger.error("error", e);
		}
	}


	/**
	 * 从mysql加载热更新词典
	 */
	private void loadMySQLExtDict() {
     
		Connection conn = null;
		Statement stmt = null;
		ResultSet rs = null;
		
		try {
     
			Path file = PathUtils.get(getDictRoot(), "jdbc-reload.properties");   
			prop.load(new FileInputStream(file.toFile()));
			
			logger.info("[==========]jdbc-reload.properties");
			for(Object key : prop.keySet()) {
     
				logger.info("[==========]" + key + "=" + prop.getProperty(String.valueOf(key)));      
			}
			
			logger.info("[==========]query hot dict from mysql, " + prop.getProperty("jdbc.reload.sql") + "......");  
			
			conn = DriverManager.getConnection(
					prop.getProperty("jdbc.url"),   
					prop.getProperty("jdbc.user"),  
					prop.getProperty("jdbc.password"));  
			stmt = conn.createStatement();
			rs = stmt.executeQuery(prop.getProperty("jdbc.reload.sql"));  
			
			while(rs.next()) {
     
				String theWord = rs.getString("word"); 
				logger.info("[==========]hot word from mysql: " + theWord); 
				_MainDict.fillSegment(theWord.trim().toCharArray());
			}
			 
			Thread.sleep(Integer.valueOf(String.valueOf(prop.get("jdbc.reload.interval"))));   
		} catch (Exception e) {
     
			logger.error("erorr", e); 
		} finally {
     
			if(rs != null) {
     
				try {
     
					rs.close();
				} catch (SQLException e) {
     
					logger.error("error", e); 
				}
			}
			if(stmt != null) {
     
				try {
     
					stmt.close();
				} catch (SQLException e) {
     
					logger.error("error", e); 
				}
			}
			if(conn != null) {
     
				try {
     
					conn.close();
				} catch (SQLException e) {
     
					logger.error("error", e); 
				}
			}
		}
	}


Dictionary#loadStopWordDict自定义从mysql加载停止词词典

// Step3  从mysql加载停用词
this.loadMySQLStopwordDict();

白话Elasticsearch30-IK中文分词之热更新IK词库_第7张图片

/**
	 * 从mysql加载停用词
	 */
	private void loadMySQLStopwordDict() {
     
		Connection conn = null;
		Statement stmt = null;
		ResultSet rs = null;
		
		try {
     
			Path file = PathUtils.get(getDictRoot(), "jdbc-reload.properties");   
			prop.load(new FileInputStream(file.toFile()));
			
			logger.info("[==========]jdbc-reload.properties");
			for(Object key : prop.keySet()) {
     
				logger.info("[==========]" + key + "=" + prop.getProperty(String.valueOf(key)));      
			}
			
			logger.info("[==========]query hot stopword dict from mysql, " + prop.getProperty("jdbc.reload.stopword.sql") + "......");  
			
			conn = DriverManager.getConnection(
					prop.getProperty("jdbc.url"),   
					prop.getProperty("jdbc.user"),  
					prop.getProperty("jdbc.password"));  
			stmt = conn.createStatement();
			rs = stmt.executeQuery(prop.getProperty("jdbc.reload.stopword.sql"));  
			
			while(rs.next()) {
     
				String theWord = rs.getString("word"); 
				logger.info("[==========]hot stopword from mysql: " + theWord); 
				_StopWords.fillSegment(theWord.trim().toCharArray());
			}
			 
			Thread.sleep(Integer.valueOf(String.valueOf(prop.get("jdbc.reload.interval"))));   
		} catch (Exception e) {
     
			logger.error("erorr", e); 
		} finally {
     
			if(rs != null) {
     
				try {
     
					rs.close();
				} catch (SQLException e) {
     
					logger.error("error", e); 
				}
			}
			if(stmt != null) {
     
				try {
     
					stmt.close();
				} catch (SQLException e) {
     
					logger.error("error", e); 
				}
			}
			if(conn != null) {
     
				try {
     
					conn.close();
				} catch (SQLException e) {
     
					logger.error("error", e); 
				}
			}
		}
	}

编译

项目右键–Run As --Maven Build —> clean package

白话Elasticsearch30-IK中文分词之热更新IK词库_第8张图片

编译成功后,去获取zip文件
白话Elasticsearch30-IK中文分词之热更新IK词库_第9张图片
白话Elasticsearch30-IK中文分词之热更新IK词库_第10张图片


将zip解压到 es ik插件目录下

白话Elasticsearch30-IK中文分词之热更新IK词库_第11张图片


添加mysql依赖包

我本地的mysql是 8.0.11版本的

白话Elasticsearch30-IK中文分词之热更新IK词库_第12张图片

放到ik目录下

白话Elasticsearch30-IK中文分词之热更新IK词库_第13张图片


mysql建表语句

/*
Navicat MySQL Data Transfer

Source Server         : localhost_root
Source Server Version : 80011
Source Host           : localhost:3306
Source Database       : ik

Target Server Type    : MYSQL
Target Server Version : 80011
File Encoding         : 65001

Date: 2019-08-20 23:35:18
*/

SET FOREIGN_KEY_CHECKS=0;

-- ----------------------------
-- Table structure for `hot_stopwords`
-- ----------------------------
DROP TABLE IF EXISTS `hot_stopwords`;
CREATE TABLE `hot_stopwords` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `stopword` longtext COLLATE utf8mb4_general_ci,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

-- ----------------------------
-- Records of hot_stopwords
-- ----------------------------

-- ----------------------------
-- Table structure for `hot_words`
-- ----------------------------
DROP TABLE IF EXISTS `hot_words`;
CREATE TABLE `hot_words` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `word` longtext COLLATE utf8mb4_general_ci,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;


重启ES

启动日志

白话Elasticsearch30-IK中文分词之热更新IK词库_第14张图片
成功


验证热加载

热加载主词典

我们先看下IK默认的配置文件 ,我们并没有修改过。

白话Elasticsearch30-IK中文分词之热更新IK词库_第15张图片

使用 ik_max_word 来看下 IK的 对 “盘他”的分词

白话Elasticsearch30-IK中文分词之热更新IK词库_第16张图片

插入一条数据

INSERT INTO `hot_words` VALUES ('1', '盘他');

查看es elasticsearch.log的日志
白话Elasticsearch30-IK中文分词之热更新IK词库_第17张图片

可以看到加载成功,那重新来查看下分词

白话Elasticsearch30-IK中文分词之热更新IK词库_第18张图片
不会被IK分词了,成功。


热加载停用词词典

白话Elasticsearch30-IK中文分词之热更新IK词库_第19张图片

我们把“啥”作为停用词,添加到mysql的停用词表中

INSERT INTO `hot_stopwords` VALUES ('1', '啥');

查看es elasticsearch.log日志
白话Elasticsearch30-IK中文分词之热更新IK词库_第20张图片

重新执行分词测试
白话Elasticsearch30-IK中文分词之热更新IK词库_第21张图片

可以看到“啥”已经不会被IK当做分词了,成功。


遇到的问题 及解决办法

问题:java.security.AccessControlException: access denied (“java.lang.RuntimePermission” “setContextClassLoader”)

[2019-08-20T22:32:43,444][INFO ][o.e.n.Node               ] [aQ19O09] starting ...
[2019-08-20T22:32:46,133][INFO ][o.e.t.TransportService   ] [aQ19O09] publish_address {
     127.0.0.1:9300}, bound_addresses {
     127.0.0.1:9300}, {
     [::1]:9300}
[2019-08-20T22:32:49,435][INFO ][o.e.c.s.MasterService    ] [aQ19O09] zen-disco-elected-as-master ([0] nodes joined)[, ], reason: new_master {
     aQ19O09}{
     aQ19O095TZmH9VHKNHC1qw}{
     PjHRPar4TV2JQ-iy-bWIoA}{
     127.0.0.1}{
     127.0.0.1:9300}{
     ml.machine_memory=10614976512, xpack.installed=true, ml.max_open_jobs=20, ml.enabled=true}
[2019-08-20T22:32:49,442][INFO ][o.e.c.s.ClusterApplierService] [aQ19O09] new_master {
     aQ19O09}{
     aQ19O095TZmH9VHKNHC1qw}{
     PjHRPar4TV2JQ-iy-bWIoA}{
     127.0.0.1}{
     127.0.0.1:9300}{
     ml.machine_memory=10614976512, xpack.installed=true, ml.max_open_jobs=20, ml.enabled=true}, reason: apply cluster state (from master [master {
     aQ19O09}{
     aQ19O095TZmH9VHKNHC1qw}{
     PjHRPar4TV2JQ-iy-bWIoA}{
     127.0.0.1}{
     127.0.0.1:9300}{
     ml.machine_memory=10614976512, xpack.installed=true, ml.max_open_jobs=20, ml.enabled=true} committed version [1] source [zen-disco-elected-as-master ([0] nodes joined)[, ]]])
[2019-08-20T22:32:49,685][ERROR][o.e.b.ElasticsearchUncaughtExceptionHandler] [] fatal error in thread [elasticsearch[aQ19O09][generic][T#4]], exiting
java.lang.ExceptionInInitializerError: null
	at java.lang.Class.forName0(Native Method) ~[?:1.8.0_161]
	at java.lang.Class.forName(Class.java:264) ~[?:1.8.0_161]
	at com.mysql.cj.jdbc.NonRegisteringDriver.<clinit>(NonRegisteringDriver.java:106) ~[?:?]
	at java.lang.Class.forName0(Native Method) ~[?:1.8.0_161]
	at java.lang.Class.forName(Class.java:264) ~[?:1.8.0_161]
	at org.wltea.analyzer.dic.Dictionary.<clinit>(Dictionary.java:117) ~[?:?]
	at org.wltea.analyzer.cfg.Configuration.<init>(Configuration.java:40) ~[?:?]
	at org.elasticsearch.index.analysis.IkTokenizerFactory.<init>(IkTokenizerFactory.java:15) ~[?:?]
	at org.elasticsearch.index.analysis.IkTokenizerFactory.getIkSmartTokenizerFactory(IkTokenizerFactory.java:23) ~[?:?]
	at org.elasticsearch.index.analysis.AnalysisRegistry.buildMapping(AnalysisRegistry.java:377) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.index.analysis.AnalysisRegistry.buildTokenizerFactories(AnalysisRegistry.java:191) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.index.analysis.AnalysisRegistry.build(AnalysisRegistry.java:158) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.index.IndexService.<init>(IndexService.java:162) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.index.IndexModule.newIndexService(IndexModule.java:383) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.indices.IndicesService.createIndexService(IndicesService.java:475) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.indices.IndicesService.verifyIndexMetadata(IndicesService.java:547) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.gateway.Gateway.performStateRecovery(Gateway.java:127) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.gateway.GatewayService$1.doRun(GatewayService.java:223) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.common.util.concurrent.ThreadContext$ContextPreservingAbstractRunnable.doRun(ThreadContext.java:723) ~[elasticsearch-6.4.1.jar:6.4.1]
	at org.elasticsearch.common.util.concurrent.AbstractRunnable.run(AbstractRunnable.java:37) ~[elasticsearch-6.4.1.jar:6.4.1]
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) ~[?:1.8.0_161]
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) ~[?:1.8.0_161]
	at java.lang.Thread.run(Thread.java:748) [?:1.8.0_161]
Caused by: java.security.AccessControlException: access denied ("java.lang.RuntimePermission" "setContextClassLoader")
	at java.security.AccessControlContext.checkPermission(AccessControlContext.java:472) ~[?:1.8.0_161]
	at java.security.AccessController.checkPermission(AccessController.java:884) ~[?:1.8.0_161]
	at java.lang.SecurityManager.checkPermission(SecurityManager.java:549) ~[?:1.8.0_161]
	at java.lang.Thread.setContextClassLoader(Thread.java:1474) ~[?:1.8.0_161]
	at com.mysql.cj.jdbc.AbandonedConnectionCleanupThread$1.newThread(AbandonedConnectionCleanupThread.java:56) ~[?:?]
	at java.util.concurrent.ThreadPoolExecutor$Worker.<init>(ThreadPoolExecutor.java:619) ~[?:1.8.0_161]
	at java.util.concurrent.ThreadPoolExecutor.addWorker(ThreadPoolExecutor.java:932) ~[?:1.8.0_161]
	at java.util.concurrent.ThreadPoolExecutor.execute(ThreadPoolExecutor.java:1367) ~[?:1.8.0_161]
	at java.util.concurrent.Executors$DelegatedExecutorService.execute(Executors.java:668) ~[?:1.8.0_161]
	at com.mysql.cj.jdbc.AbandonedConnectionCleanupThread.<clinit>(AbandonedConnectionCleanupThread.java:60) ~[?:?]
	... 23 more

解决办法

Java 安全权限导致的异常。

找到ES使用的JDK,这里我使用的是 1.8.0_161

java version "1.8.0_161"
Java(TM) SE Runtime Environment (build 1.8.0_161-b12)
Java HotSpot(TM) 64-Bit Server VM (build 25.161-b12, mixed mode)

找到安装目录–>进入 jre\lib\security 目录

比如我本地的 E:\Program Files\Java\jdk1.8.0_161\jre\lib\security ,找到 java.policy ,在 grant最后一行加入 permission java.security.AllPermission; ,然后重启ES ,即可解决
白话Elasticsearch30-IK中文分词之热更新IK词库_第22张图片


编译后的资源

如果你的觉的麻烦,可以用我编译好的zip包 ,戳这里

你可能感兴趣的:(热更新ik词库)