ElasticSearch Windows安装配置

简介

• 分布式全文检索引擎，全文检索引擎的核心倒排索引技术，先创建索引在进行搜索的一个过程
• 在某些搜索业务场景下（如模糊搜索，海量数据搜索)，传统数据库效率极低。海量数据下的模糊搜索是企业中比较常见的业务需求，使用全文检索引擎ElasticSearch解决效率问题

全文检索引擎

• 全文检索是利用倒排索引技术对需要搜索的数据进行处理，然后提供快速匹配的技术
• 其实全文检索还有另外一种专业定义，先创建索引然后对索引进行搜索的过程。

倒排索引

• 传统查找:按行存储，逐行扫描匹配，效率较差。
• 倒排索引:首先对文档中的数据分词，对词条进行索引，并记录词条在文档中出现的位置。这样查找时只要找到了词条，就找到了对应的文档。概括来讲是先找到词条，然后看看哪些文档包含这些词条。

分词器

全文检索引擎关键点在于分词器

• 按分词算法构造词，然后去匹配已建好的词库集合，如果匹配到就切分出来成为词语。通常词库分词被认为是最理想的中文分词算法。如:“我们是中国人”，效果为:“我们”、“中国人”，“中国”。(使用极易分词的MMAnalyer,可以使用“极易分词”，或者是"庖丁分词"分词器、lKAnalyzer)。基本上可以把词全部分出来(经常用的分词器)

• 停用词:有些词在文本中出现的频率非常高。但对本文的语义产生不了多大的影响。例如英文的a、an、the、of等。或中文的“的、了、呢等”。这样的词称为停用词。停用词经常被过滤掉，不会被进行索引。在检索的过程中，如果用户的查询词中含有停用词，系统会自动过滤掉。停用词可以加快索引的速度，减少索引库文件的大小。
  扩展词:就是不想让哪些词被分开，让他们分成一个词。

安装

Window版的Elasticsearch的安装很简单，类似Window版的Tomcat，解压开即安装完毕，解压后的Elasticsearch的目录结构如下：

启动ES服务

点击Elasticsearch下的bin目录下的Elasticsearch.bat启动，控制台显示的日志信息如下：

注意：9300是tcp通讯端口，集群间和TCP 客户端都执行该端口，9200是http协议的RESTful接口 。

通过浏览器访问Elasticsearch服务器，看到如下返回的json信息，代表服务启动成功：

ElasticSearch6.8.0默认占用本机内存1个G，如果不足，可以改小一点。

修改配置文件elasticsearch-6.8.0\config\jvm.options

减少占用内存

注意：Elasticsearch是使用java开发的，且本版本的es需要的jdk版本要是1.8及以上，所以安装Elasticsearch之前保证JDK1.8+安装完毕，并正确的配置好JDK环境变量，否则启动Elasticsearch失败。

安装ES插件ElasticSearch-head

谷歌商店中可以找到

安装Kibana

什么是Kibana

Kibana是ElasticSearch的数据可视化和实时分析的工具，利用Elasticsearch的聚合功能，生成各种图表，如柱形图，线状图，饼图等。

官方网站

安装配置

1. 解压即安装成功

2. 进入安装目录下的config目录的kibana.yml文件

修改elasticsearch服务器的地址：

elasticsearch.url: "http://localhost:9200"

修改kibana配置支持中文：

i18n.locale: "zh-CN"

需要先启动elastixsearch

集成IK分词器

Lucene的IK分词器早在2012年已经没有维护了，要使用的是在其基础上维护升级的版本，并且开发为Elasticsearch的集成插件了，与Elasticsearch一起维护升级，版本也保持一致。

GitHub仓库地址

1、安装插件

插件解压之后，存放到elasticsearch-6.8.0\plugins\目录中，即可安装成功插件。

注意：解压的时候，文件必须在plugins目录的第一级目录下,可以随意命名

重新启动ElasticSearch之后，看到如下日志代表安装成功

2、测试

IK分词器有两种分词模式：ik_max_word和ik_smart模式。

• ik_max_word：会将文本做最细粒度的拆分
• ik_smart：会做最粗粒度的拆分，智能拆分

请求方式：POST
请求url：http://127.0.0.1:9200/_analyze
请求体：
{
  "analyzer": "ik_smart",
  "text": "南京市长江大桥"
}

分词效果

添加扩展词典和停用词典

停用词：有些词在文本中出现的频率非常高。但对本文的语义产生不了多大的影响。例如英文的a、an、the、of等。或中文的”的、了、呢等”。这样的词称为停用词。停用词经常被过滤掉，不会被进行索引。在检索的过程中，如果用户的查询词中含有停用词，系统会自动过滤掉。停用词可以加快索引的速度，减少索引库文件的大小。

扩展词：就是不想让哪些词被分开，让他们分成一个词。比如上面的江大桥

南京市长江大桥

南京市，长江大桥

南京，市长，江大桥

江大桥拆分出来，

自定义扩展词库

1. 进入到elasticsearch-6.8.0\plugins\elasticsearch-analysis-ik-6.8.0\config目录下, 新增自定义词典myext_dict.dic

   输入 ：江大桥
   

2. 将我们自定义的扩展词典文件，配置到IKAnalyzer.cfg.xml文件中
   

3. 然后重启
   

4. 进行测试