安装配置elasticsearch—kibana使用—中文分词

目录

1 es相关介绍

2 安装和启动

3 es的基本概念

4 es简单办的增删改查

5 对于中文的分词

---

1 es相关介绍

1 搜索引擎 elasticSearch6（和elasticSearch5的区别在于，root用户权限、一个库能否建立多个表）   2 搜索引擎   文本搜索(以空间换时间算法) 于同类产品相比(solr、hermes),和solr一样都是基于lucene(apache)，默认以集群方式工作   搜索引擎(以百度和goole为例)的工作原理是什么？ a 爬虫 b 分析 c 查询   3 elasticSearch(搜索引擎)的算法 倒排索引(在内容上建立索引，用内容去匹配索引) Btree（balance tree b-tree） B+tree

 

2 安装和启动

1 安装环境 Centos7 + jdk8 2 配置文件 elasticSearch.yml（集群配置文件）、jvm.Opitons(jvm配置文件) 3 创建目录、上传，解压 Mkdir -p /opt/es 上传 Tar – zxvf elasticsearch-6.3.1.tar.gz   4 配置 Es使用最大线程数、最大内存数、访问的最大文件数 启动脚本   需要改成其他非root用户才能启动   Adduser es   Su es Es使用的jvm的内存大小 访问权限：es无法访问data目录(data是es的软件和日志数据目录)   5 启动 Es的权限问题： 首先用root用户解压 Tar – zxvf elasticsearch-6.3.1.tar.gz 然后用root用户授权 Chmod 777 -R elasticsearch-6.3.1   启动后配置 elasticSearch.yml、jvm.Opitons   jvm.Opitons中配置es能够使用jvm内存大小 elasticSearch.yml中配置es的host地址(配成本机地址，允许访问) 配置完毕启动es(必须切换到非root用户下) 启动后会报错(linux的默认线程数、最大文件数、最大内存数都不够)   6 修改linux的配置(配合es的启动需求) 两处修改 A修改linux的limits配置文件，设置内存线程和文件 B修改linux的sysctl配置文件，配置系统使用内存   整个es的配置有四处文件需要修改 elasticSearch.yml es的启动host地址 jvm.options配置es的虚拟机内存 limits.conf配置linux的线程内存和文件 sysctl.conf配置系统允许的软件运行内存   7 启动安装

 

3 es的基本概念

1 通过(9200端口)http协议进行交互 http://192.168.222.20:9200/_cat/indices?v   2 基本概念 Index 库 Type 表 Document 行(一条数据) Field 字段   3 开发工具(kibana) 配置 启动kibana 查看kibana Kill -9 3486 端口号5601 ‘’访问：http://10.14.237.221:5601

报错： No shard available for [get [.kibana][doc][config:6.3.1]: routing [null]] :: {"path":"/.kib ana/doc/config%3A6.3.1","query":{},"statusCode":503,"response":"{\"error\":{\"root_cause\":[{\"typ e\":\"no_shard_available_action_exception\",\"reason\":\"No sha

解决（参考）：https://my.oschina.net/u/3314358/blog/2221363

1）删除索引

[root@server ~]# curl -XDELETE http://localhost:9200/.kibana
{"acknowledged":true}

2）在 kibana 界面开启或关闭

3）排查后的状态

[root@server ~]# curl '192.168.100.15:9200/_cat/indices?v'        
health status index                 uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   system-syslog-2018.09 TR_gdOb8RDSRtHj_g4a4_g   5   1         20            0    240.6kb        120.3kb
green  open   .kibana               GGWwf7gdTwCKMn3BqRaGcQ   1   1          2            0       22kb           11kb

4 es简单办的增删改查

PUT DELETE POST GET   查询带“红”的所有内容 GET movie_index/movie/_search {   "query": {     "match": {       "name": "red"     }   } }

5 对于中文的分词

插入数据

PUT /movie_chn/movie/1 { "id":1,   "name":"红海行动",   "doubanScore":8.5,   "actorList":[    {"id":1,"name":"张译"},   {"id":2,"name":"海清"},   {"id":3,"name":"张涵予"}  ] } PUT /movie_chn/movie/2 {   "id":2,   "name":"湄公河行动",   "doubanScore":8.0,   "actorList":[  {"id":3,"name":"张涵予"} ] }   PUT /movie_chn/movie/3 {   "id":3,   "name":"红海事件",   "doubanScore":5.0,   "actorList":[  {"id":4,"name":"张晨"} ] }

查询测试

GET /movie_chn/movie/_search {   "query": {     "match": {       "name": "红海战役"     }   } }   GET /movie_chn/movie/_search {   "query": {     "term": {       "actorList.name": "张译"     }   } }

 

GET _analyze {   "text": "红海行动" } 加入中文分词器 进入插件目录 在plugins目录下解压一层目录就可以 Ik(中英文分词器)有两个： 1 ik_smart（简易分词） 2 ik_max_word（尽最大可能分词） GET _analyze {   "analyzer": "ik_smart",   "text": "我是中国人" }

相关性算分数： 查询的关键字在进行分词处理后，与es的文档（分词处理并建立了索引）之间的相关度的高低