elasticsearch安装步骤

一 elasticsearch概念

1 概念

Elasticsearch是用Java开发并且是当前最流行的开源的企业级搜索引擎。能够达到实时搜索，稳定，可靠，快速，安装使用方便。

客户端支持Java、.NET（C#）、PHP、Python、Ruby等多种语言。

官方网站:Elasticsearch Platform — Find real-time answers at scale | Elastic

下载地址：https://www.elastic.co/cn/start

创始人:Shay Banon（谢巴农）

2 应用场景

• 百度搜索

• 电商检索商品

• 在打车软件搜索附近的车

3 ElasticSearch与Lucene的关系

Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库（框架）

但是想要使用Lucene，必须使用Java来作为开发语言并将其直接集成到你的应用中，并且Lucene的配置及使用非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。

Lucene缺点：

1）只能在Java项目中使用,并且要以jar包的方式直接集成项目中.

2）使用非常复杂-创建索引和搜索索引代码繁杂

3）不支持集群环境-索引数据不同步（不支持大型项目）

4）索引数据如果太多就不行，索引库和应用所在同一个服务器,共同占用硬盘.共用空间少.

上述Lucene框架中的缺点,ES全部都能解决.

4 哪些公司在使用ElasticSearch

京东、携程、 去哪儿、58同城、 滴 滴、今日头条、小米、哔哩哔哩、联想、GitHup、微 软、Facebook

5 ES 和 solr比较

• 当单纯的对已有数据进行搜索时，Solr更快。

• 当实时建立索引时, Solr会产生io阻塞，查询性能较差, Elasticsearch具有明显的优势。

• 大型互联网公司，实际生产环境测试，将搜索引擎从Solr转到 Elasticsearch以后的平均查询速度有了50倍的提升。

虽然在早期，Apache Solr是最主要的搜索引擎技术，但随着发展elasticsearch已经渐渐超越了Solr，独占鳌头：

6总结

什么是elasticsearch？

• 一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控（ELK）等功能。

什么是elastic stack（ELK）？

• 是以elasticsearch为核心的技术栈，包括Logstash、kibana、elasticsearch

什么是Lucene？

• 是Apache的开源搜索引擎类库，提供了搜索引擎的核心API

二 Lucene全文检索框架

1 什么是全文检索

全文检索是指：

通过一个程序扫描文本中的每一个单词，针对单词建立索引，并保存该单词在文本中的位置、以及出现的次数，用户查询时，通过之前建立好的索引来查询，将索引中单词对应的文本位置、出现的次数返回给用户，因为有了具体文本的位置，所以就可以将具体内容读取出来了

2 分词原理之倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

1 正向索引

那么什么是正向索引呢？例如给下表（tb_goods）中的id创建索引：

如果是根据id查询，那么直接走索引，查询速度非常快。

但如果是基于title做模糊查询，只能是逐行扫描数据，流程如下：

1）用户搜索数据，条件是title符合"%手机%"

2）逐行获取数据，比如id为1的数据

3）判断数据中的title是否符合用户搜索条件

4）如果符合则放入结果集，不符合则丢弃。回到步骤1

逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就是一场灾难。

2 倒排索引

倒排索引中有两个非常重要的概念：

• 文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息

• 词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

创建倒排索引是对正向索引的一种特殊处理，流程如下：

• 将每一个文档的数据利用算法分词，得到一个个词条

• 创建表，每行数据包括词条、词条所在文档id、位置等信息

• 因为词条唯一性，可以给词条创建索引，例如hash表结构索引

如图：

倒排索引：根据分词算法，我们把文档中的词条和对应的文档id记录下来，当我们下次搜索的时候，我们输入词条信息，就能获取到文档的id，然后再根据id找到对应的文档。

倒排索引的搜索流程如下（以搜索"华为手机"为例）：

1）用户输入条件"华为手机"进行搜索。

2）对用户输入内容分词，得到词条：华为、手机。

3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。

4）拿着文档id到正向索引中查找具体文档。

如图：

虽然要先查询倒排索引，再查询正向索引，但是无论是词条、还是文档id都建立了索引，查询速度非常快！无需全表扫描。

3 正向和倒排

那么为什么一个叫做正向索引，一个叫做倒排索引呢？

• 正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是根据文档找词条的过程。

• 而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是根据词条找文档的过程。

是不是恰好反过来了？

那么两者方式的优缺点是什么呢？

正向索引：

• 优点：

  • 可以给多个字段创建索引

  • 根据索引字段搜索、排序速度非常快

• 缺点：

  • 根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。

倒排索引：

• 优点：

  • 根据词条搜索、模糊搜索时，速度非常快

• 缺点：

  • 只能给词条创建索引，而不是字段

  • 无法根据字段做排序

3 ES中的概念

elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。

ES7以前 索引 库 和 type 表

ES7以后，取消了type的概念，我们的ES里面只有一个库/一张表

1 索引 index

索引（Index），就是相同类型的文档的集合，相当于数据库中库的概念。 一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。

例如：

• 所有用户文档，就可以组织在一起，称为用户的索引；

• 所有商品的文档，可以组织在一起，称为商品的索引；

• 所有订单的文档，可以组织在一起，称为订单的索引；

因此，我们可以把索引当做是数据库中的表。

2 映射 mapping

ElasticSearch中的映射（Mapping）用来定义一个文档，mapping是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认值、分词器、是否被索引等等，这些都是映射里面可以设置的。

mapping可以理解为是用来对字段做限制的

3 文档 document

elasticsearch是面向文档（Document）存储的，一个文档是一个可被索引的基础信息单元，类似一条记录，可以是数据库中的一条商品数据，一个订单信息。文档以JSON（Javascript Object Notation）格式来表示

document就是我们搜索的时候，得到的一条记录。

4 字段Field

分词：

我们把一句话，按照某些规则切割出来，把一句话切分成一个一个的词（虚词，标点，实词），拿到实词以后，和我们自己规定好的词做对比

相当于是数据表的列，ES中Field可以指定的类型

• 字符串类型：

text：一般备用于全文检索。将当前Field进行分词。 我 叫 刘德华

keyword：当前Field不会被分词。 我是中国人

• 数值类型：

long、 integer、short、byte、double、float

• 时间类型：

date类型,针对时间类型指定具体的格式

• 布尔类型：

boolean类型,表达true和false

• 二进制类型：

binary类型暂时支持Base64 encodestring

5 mysql与elasticsearch

我们统一的把mysql与elasticsearch的概念做一下对比：

MySQL	Elasticsearch	说明
Table	Index	索引(index)，就是文档的集合，类似数据库的表(table)
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

注意：

• Mapping： 可以理解为规定了es中field字段的数据类型

是不是说，我们学习了elasticsearch就不再需要mysql了呢？

并不是如此，两者各自有自己的擅长之处：

• Mysql：擅长事务类型操作，可以确保数据的安全和一致性

• Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用：

• 对安全性要求较高的写操作，使用mysql实现

• 对查询性能要求较高的搜索需求，使用elasticsearch实现

• 两者再基于某种方式，实现数据的同步，保证一致性。（一般通过mq来同步的）

三 安装

7.x版本以上的es安装需要jdk11版本，否则需要使用es自带的jdk，如何使用自带jdk下面也会讲到。

1 ES安装

# 1 将安装包放到/usr/local目录下,并执行解压命令
    tar -zxvf elasticsearch-7.12.1-linux-x86_64.tar.gz 
# 2 修改文件名称
     mv elasticsearch-7.12.1 es
# 3 新增es用户
    useradd es
# 4 为es用户设置密码
    passwd es
# 5 设置文件夹的权限
    chown -R es:es /usr/local/es/

jdk8启动ES7.x以上版本会报错，在es的bin/elasticsearch文件打开，最前面添加这几句,配置了jdk11可以不用

#配置自己的jdk11
export JAVA_HOME=/usr/es/jdk
export PATH=$JAVA_HOME/bin:$PATH
 
#添加jdk判断
if [ -x "$JAVA_HOME/bin" ]; then
        JAVA="/usr/es/jdk/bin/java"
else
        JAVA=`which java`
fi

修改/etc/security/limits.conf

vi /etc/security/limits.conf

# 每个进程可以打开的文件数的限制
es soft nofile 65536
es hard nofile 65536

修改/etc/security/limits.d/20-nproc.conf

vi /etc/security/limits.d/20-nproc.conf

# 每个进程可以打开的文件数的限制
es soft nofile 65536
es hard nofile 65536
* hard nproc 4096

修改/etc/sysctl.conf

vi /etc/sysctl.conf

# 一个进程可以拥有的VMA(虚拟内存区域)的数量,默认值为65536
vm.max_map_count=655360

• 配置文件修改 vi /usr/local/es/config/elasticsearch.yml

#集群名称
cluster.name: elasticsearch
#节点名称
node.name: node-1
#ip地址
network.host: 0.0.0.0
#端口号
http.port: 9200
#主节点设置
cluster.initial_master_nodes: ["node-1"]

cluster.name: elasticsearch node.name: node-1 network.host: 0.0.0.0 http.port: 9200 cluster.initial_master_nodes: ["node-1"]

执行 sysctl -p 所有得配置文件生效

chown -R es:es /usr/local/es/

• 切换到es账户，启动服务，并访问 ip:9200 su es 远程服务器一定要开启远程端口 9200

• 关闭防火墙

  systemctl stop firewalld

  systemctl disable firewalld

./elasticsearch -d

2分词器

1 分词器安装

• 下载：https://github.com/medcl/elasticsearch-analysis-ik/releases （已经提供）

• 安装解压命令：

  yum install zip

  yum install unzip

• 切换到es用户 ,在es的安装目录下/plugins创建ik。

  su es mkdir -p /usr/local/es/plugins/ik

• 将下载的ik分词器上传并解压到该目录

  cd /usr/local/es/plugins/ik

  unzip elasticsearch-analysis-ik-7.12.1.zip

• 记得将zip 文件删除，否则可能报错。

• 查看插件是否起作用 切换到es的bin目录

  ./elasticsearch-plugin list

2 分词说明

• ik分词器，有两种ik_smart和ik_max_word

• ik_smart会将“清华大学”整个分为一个词。

• ik_max_word会将“清华大学”分为“清华大学”，“清华”和“大学”。

• es默认分词是ik_max_word

3 安装kibana

• 下载Kibana放之/usr/local/es目录中

• 解压文件：

  tar -zxvf kibana-7.12.1-linux-x86_64.tar.gz

• 进入kibana配置目录

  cd /usr/local/es/kibana-7.12.1-linux-x86_64/config

• 使用vi编辑器：vi kibana.yml

  server.port: 5601

  server.host: "服务器IP" 如果是云服务器 0.0.0.0

  elasticsearch.hosts: ["http://IP:9200"]

  server.port: 5601

  server.host: "192.168.56.181"

  elasticsearch.hosts: ["http://192.168.56.181:9200"]

• 启动kibana，进入kibana的启动目录， 县启动ES再启动kibana，否则启动不了。

  /usr/local/es/kibana-7.12.1-linux-x86_64/bin

  nohup ./kibana &

• 访问

  http://192.168.192.181:5601/app/kibana

  4 安装header插件

  什么是Head ealsticsearch只是后端提供各种api，那么怎么直观的使用它呢？elasticsearch-head将是一款专门针对于elasticsearch的客户端工具，类似mysql的sqlyog或者navicat

  elasticsearch-head配置包，下载地址：https://github.com/mobz/elasticsearch-head安装

  es5以上版本安装head需要安装node和grunt

  第一步：从地址：Download | Node.js 下载相应系统的msi，双击安装。

  第二步：安装完成用cmd进入安装目录执行 node -v可查看版本号

  第三步：执行 npm install -g grunt-cli 安装grunt ，安装完成后执行grunt -version查看是否安装成功，会显示安装的版本号

  第四步：进入D:\devlop\elasticsearch-head-master文件夹，执行npm install命令,如果报错，可以执行 npm -g install [email protected] --ignore-script

  第五步:运行head插件，下面命令二选一

  • 命令一：npm run start

  • 命令二：grunt server

  连接测试时发现，存在跨域问题：配置vi /usr/local/es/config/elasticsearch.yml

  http.cors.enabled: true 
  http.cors.allow-origin: "*"

  重启服务，然后再次连接。

  如果不小心用root账户操作了es文件，那么记得先把进程kill，chown -R es:es /usr/local/es/ ，在切换到你的es账户操作。最好是用xshell开两个窗口，一个root 一个es