【ElasticSearch】什么是ES？ES的安装

女爷i 2023-10-12 00:17 6阅读 0赞

#### 文章目录 ####

*  一、初识ElasticSearch
 *   *  1、用途与发展历史
     *  2、倒排索引
     *  3、ES核心概念
     *  4、ES与MySQL的概念点对比
 *  二、安装部署
 *   *  1、单节点部署ES
     *  2、安装kibana
     *  3、安装IK分词器

先看下翻译：

![在这里插入图片描述][73a3c98e8d00439192887a7ff78f3df7.png]

## 一、初识ElasticSearch ##

### 1、用途与发展历史 ###

> elasticsearch是一款非常强大的`开源搜索引擎`，可以帮助我们`从海量数据中快速找到需要的内容`

以下是生活中ES的使用场景：

![在这里插入图片描述][d8e21be914f6432e96761a9bdb5b0c2c.png]

![在这里插入图片描述][09d2bb22871b489e8a2f240b9bb0da6e.png]

项目在运行的时候会产生海量的日志信息，而elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（`ELK`），即ELK技术栈。被广泛应用在日志数据分析、实时监控等领域。

![在这里插入图片描述][108d99d1df114d8e87ce9b2aced309a9.gif]

而ES是ELK技术栈的核心，负责存储、搜索、分析数据。

![在这里插入图片描述][45907cc00506459d92af7f0bf5f02852.png]

在ES的底层的实现，是Lucene，Lucene是一个Java语言的搜索引擎类库（jar包），是Apache公司的顶级项目，官网地址：[https://lucene.apache.org/][https_lucene.apache.org]

Lucene的优势：

*  易扩展，可二开
 *  高性能（基于倒排索引）

Lucene的缺点：

*  只限于Java语言开发
 *  学习曲线陡峭
 *  不支持水平扩展

ES就是基于Lucence开发的，官网地址: [https://www.elastic.co/cn/][https_www.elastic.co_cn]。相比与lucene，elasticsearch具备下列优势：

*  支持分布式，可水平扩展
 *  提供Restful接口，可被任何语言调用

小总结：
    
    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、系统监控等功能
    
    什么是elastic stack（ELK）？
    是以elasticsearch为核心的技术栈，包括beats、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

### 2、倒排索引 ###

传统数据库如MySQL采用的是正向索引，如给下表中的id创建索引：

![在这里插入图片描述][ecbed0352ac84fe49db9517ebcb10045.png]  
给id创建索引，生成一个B+树，根据id检索的数据就会非常快。但当检索的是标题字段（标题较长，一般不加索引，即便加了，以后模糊匹配也就不生效了），如下：

![在这里插入图片描述][c6118e365e2d4d53b1edbc8fdcc690b6.png]

这样逐行扫描，最终也能拿到完整的数据集，但大数据量下，这个耗时太长！接下来看倒排索引：（倒字是为了凸显和之前的大不一样，不是刚好相反的意思）

![在这里插入图片描述][9ade186e27fa4029b6ad8ed820cf109a.png]

elasticsearch采用倒排索引：

*  `文档（document）：每条数据就是一个文档`
 *  `词条（term）：文档按照语义分成的词语`

给title建立倒排索引的时候，先按照词条分开，再和文档id一起存入。重复的词条不再重复插入，只在文档id后面加上新id即可。如此，词条不重复，建立索引的时候可哈希，也可B+树

![在这里插入图片描述][fd0219fbb1a1470a888e944574894e3a.png]  
以上：虽然要先查询倒排索引，再查询正向索引（id），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。`到这儿，应该加深了对倒排索引的"倒"字的理解了，倒即相对正，之前是根据id查数据，现在是根据关键字查id，再由id查数据。`

> posting list

倒排索引中包含两部分内容：

1）词条词典（Term Dictionary）：记录所有词条，以及词条与倒排列表（Posting List）之间的关系，会给词条创建索引，提高查询和插入效率

2）倒排列表（Posting List）：记录词条所在的文档id、词条出现频率 、词条在文档中的位置等信息

*  文档id：用于快速获取文档
 *  词条频率（TF）：文档在词条出现的次数，用于评分

![在这里插入图片描述][81caa32c9e8246dba7e13dc51d291139.png]

什么是文档和词条？
    - 每一条数据就是一个文档
    - 对文档中的内容分词，得到的词语就是词条

什么是正向索引？
    基于文档id创建索引。查询词条时必须先找到文档，而后判断是否包含词条。是**根据文档找词条的过程**。
    
    什么是倒排索引？
    对文档内容分词，对词条创建索引，并记录词条所在文档的信息。查询时先根据词条查询到文档id，而后获取到文档。是**根据词条找文档的过程**。

**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核心概念 ###

> 文档和字段

`elasticsearch是面向文档存储的`，文档可以是数据库中的一条商品数据，一个订单信息。`文档数据会被序列化为json格式后存储在elasticsearch中。`

![在这里插入图片描述][8bc06cb120ce440d92e701ff63587f04.png]  
而Json文档中往往包含很多的**字段（Field）**，类似于数据库中的列。

> 索引（index）

**索引（Index）**，就是相同类型的文档的集合。

![在这里插入图片描述][d831aa85cd7140b989234659345781a6.png]  
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；

![在这里插入图片描述][9d7a779b20b54867b591db3cfce6cf16.png]

因此，可以把索引当做是数据库中的表。 一个索引下的文档字段结构相同，一个MySQL表下的数据字段结构相同。

> 映射（mapping）

数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有**映射（mapping）**，是索引中文档的字段约束信息，类似表的结构约束。

小总结：
    
    - 文档：一条数据就是一个文档，es中是Json格式
    - 字段：Json文档中的字段
    - 索引：同类型文档的集合
    - 映射：索引中文档的约束，比如字段名称、类型

### 4、ES与MySQL的概念点对比 ###

ES和MySQL的整体概念对比如下：

![在这里插入图片描述][ccabec220c7c4b5a9afbbfcbc2f7ff26.png]  
二者并不是替代关系，而是一种互补：

*  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

![在这里插入图片描述][cbd28eaf8c72487482d7eb4671a31e0e.png]

## 二、安装部署 ##

### 1、单节点部署ES ###

后面要部署ES可视化工具kibana的容器，因此需要让es和kibana容器互联。这里先创建一个网络：

docker network create es-net

拉取镜像

docker pull elasticsearch:7.12.1
    # 有镜像包的话也可直接导入
    docker load -i es.tar

启动ES容器

docker run -d \
    	--name es \
        -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
        -e "discovery.type=single-node" \
        -v es-data:/usr/share/elasticsearch/data \
        -v es-plugins:/usr/share/elasticsearch/plugins \
        --privileged \
        --network es-net \
        -p 9200:9200 \
        -p 9300:9300 \
    elasticsearch:7.12.1

*  `-e "cluster.name=es-docker-cluster"`：设置集群名称
 *  `-e "http.host=0.0.0.0"`：监听的地址，可以外网访问
 *  `-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"`：ES运行时的内存大小，默认1G
 *  `-e "discovery.type=single-node"`：非集群模式
 *  `-v es-data:/usr/share/elasticsearch/data`：挂载逻辑卷，绑定es的数据目录
 *  `-v es-logs:/usr/share/elasticsearch/logs`：挂载逻辑卷，绑定es的日志目录
 *  `-v es-plugins:/usr/share/elasticsearch/plugins`：挂载逻辑卷，绑定es的插件目录
 *  `--privileged`：授予逻辑卷访问权
 *  `--network es-net` ：加入一个名为es-net的网络中
 *  `-p 9200:9200`：端口映射配置，暴露端口，9200是供用户访问的
 *  `-p 9300:9300`：ES各个节点容器之间互联的端口，单机模式下不暴露也行

http://IP:9200 即可看到elasticsearch的响应结果即为安装成功：

![在这里插入图片描述][e479e67823024ec59492f32c070e26d0.png]

### 2、安装kibana ###

部署ES可视化工具kibana，先下载镜像，注意和ES版本保持一致

docker pull kibana:7.12.1
    # 或者
    docker load -i yourPath/kibana.tar

运行docker命令，部署kibana

docker run -d \
    	--name kibana \
    	-e ELASTICSEARCH_HOSTS=http://es:9200 \
    	--network=es-net \
    	-p 5601:5601  \
    kibana:7.12.1

*  `--network es-net` ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中
 *  `-e ELASTICSEARCH_HOSTS=http://es:9200"`：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
 *  `-p 5601:5601`：端口映射配置

kibana启动一般比较慢，需要多等待一会，可以通过命令：

docker logs -f kibana

看到这个日志即为安装成功：

![在这里插入图片描述][33068a55b4c740fcb7071618027eef71.png]

访问5601端口：

![在这里插入图片描述][c1b0fe57a4054b11ac3dd0ace5ce2de4.png]

试试Dev Tools这个工具，来发送DSL语句：

![在这里插入图片描述][121a52f7bd4d43c297e8c0293d4c0268.png]

运行DSL语句测试：

![在这里插入图片描述][09f862fb99864bcc94dbb40b9d3511ce.png]

### 3、安装IK分词器 ###

es在创建倒排索引时需要对文档分词；在搜索时，需要对用户输入内容分词，而默认的分词规则对中文处理并不友好。

在kibana的DevTools中测试：

POST /_analyze
    {
        
      "analyzer": "standard",
      "text": "测试中文分词效果！"
    }
    
    
    /_analyze：请求路径，省略了http://IP:9200，有kibana补充
    
    请求参数：（json）
    - analyzer：分词器类型，这里是默认的standard分词器
    - text：要分词的内容

分词效果如下：

![在这里插入图片描述][9341f413f3d24675ba6968acb011fbba.png]

可以看到分词效果为0，不识字。想处理中文分词，可以使用IK分词器。[https://github.com/medcl/elasticsearch-analysis-ik][https_github.com_medcl_elasticsearch-analysis-ik]

在线安装：（较慢）

# 进入容器内部
    docker exec -it elasticsearch /bin/bash
    
    # 在线下载并安装
    ./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip
    
    #退出
    exit
    #重启容器
    docker restart elasticsearch

离线安装：（推荐）

*  查看数据卷目录

# 安装插件需要知道elasticsearch的plugins目录位置
    # 而上面安装ES时，用了数据卷挂载，因此先查看下这个数据卷的目录
    docker volume inspect es-plugins
    
    返回：
    [
        {
        
            "CreatedAt": "2023-05-06T10:06:34+08:00",
            "Driver": "local",
            "Labels": null,
            "Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
            "Name": "es-plugins",
            "Options": null,
            "Scope": "local"
        }
    ]
    
    # 说明plugins目录被挂载到了：`/var/lib/docker/volumes/es-plugins/_data `这个目录中。

*  解压缩分词器安装包，重命名为ik  
    ![在这里插入图片描述][cfcbf8d9ac2e44dd84da8e94be9acaf9.png]
 *  上传到es容器的插件数据卷中（有挂载关系，上传到宿主机目录es容器中也就有了）  
    ![在这里插入图片描述][832e6baaf69243bb835057925f9beb7b.png]
 *  重启es

docker restart es

*  查看es的日志

docker logs -f es

测试效果：

注意版本保持一致，版本不一致会报错：

![在这里插入图片描述][64bc94b6476a4856a0f464ec3d02c89d.png]

效果：

![在这里插入图片描述][937e5d0dfb4f4d819861d51dbf39b2ee.png]

ik分词器包含两种模式：

>  *  ik\_smart：最少切分，粗粒度
>  *  ik\_max\_word：最细切分，细粒度

最少切分的效果：（粗粒度，这四个字能组成一个词，就不看这四个字内部能不能再组成了）

![在这里插入图片描述][c3fccf22888e493580cfdb07de8a5c75.png]

最细切分的效果：

![在这里插入图片描述][cad7517b0b304cd6ab793a4721363bce.png]

词条的拓展与停用：

思考分词器底层的实现：应该是一个类似字典的东西，它里面包含的词汇肯定不全，最先想到的就是新词，如白嫖：

![在这里插入图片描述][7627dd09601d428da128e1747e231d95.png]

> 要拓展ik分词器的词库，只需要修改一个ik分词器目录中的config目录中的`IkAnalyzer.cfg.xml`文件

![在这里插入图片描述][c9b72ec2083347da99ba2e7462145538.png]

<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
    <properties>
            <comment>IK Analyzer 扩展配置</comment>
            
            <entry key="ext_dict">ext.dic</entry>
    </properties>

然后在这个目录下再新建个名为ext.dic的文件中，添加想要拓展的词语即可。同样的，禁用敏感词汇，还是IkAnalyzer.cfg.xml文件：

<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
    <properties>
            <comment>IK Analyzer 扩展配置</comment>
            
            <entry key="ext_dict">ext.dic</entry>
             
            <entry key="ext_stopwords">stopword.dic</entry>
    </properties>

![在这里插入图片描述][7967738f2cd84eea9e5972d91da36f30.png]

然后在名为stopword.dic的文件中，添加想要禁用的词语即可：

![在这里插入图片描述][8c807af875ef44839d6a24ff5c4424de.png]

# 重启生效
    docker restart es

[73a3c98e8d00439192887a7ff78f3df7.png]: https://img-blog.csdnimg.cn/73a3c98e8d00439192887a7ff78f3df7.png
[d8e21be914f6432e96761a9bdb5b0c2c.png]: https://img-blog.csdnimg.cn/d8e21be914f6432e96761a9bdb5b0c2c.png
[09d2bb22871b489e8a2f240b9bb0da6e.png]: https://img-blog.csdnimg.cn/09d2bb22871b489e8a2f240b9bb0da6e.png
[108d99d1df114d8e87ce9b2aced309a9.gif]: https://img-blog.csdnimg.cn/108d99d1df114d8e87ce9b2aced309a9.gif
[45907cc00506459d92af7f0bf5f02852.png]: https://img-blog.csdnimg.cn/45907cc00506459d92af7f0bf5f02852.png
[https_lucene.apache.org]: https://lucene.apache.org/
[https_www.elastic.co_cn]: https://www.elastic.co/cn/
[ecbed0352ac84fe49db9517ebcb10045.png]: https://img-blog.csdnimg.cn/ecbed0352ac84fe49db9517ebcb10045.png
[c6118e365e2d4d53b1edbc8fdcc690b6.png]: https://img-blog.csdnimg.cn/c6118e365e2d4d53b1edbc8fdcc690b6.png
[9ade186e27fa4029b6ad8ed820cf109a.png]: https://img-blog.csdnimg.cn/9ade186e27fa4029b6ad8ed820cf109a.png
[fd0219fbb1a1470a888e944574894e3a.png]: https://img-blog.csdnimg.cn/fd0219fbb1a1470a888e944574894e3a.png
[81caa32c9e8246dba7e13dc51d291139.png]: https://img-blog.csdnimg.cn/81caa32c9e8246dba7e13dc51d291139.png
[8bc06cb120ce440d92e701ff63587f04.png]: https://img-blog.csdnimg.cn/8bc06cb120ce440d92e701ff63587f04.png
[d831aa85cd7140b989234659345781a6.png]: https://img-blog.csdnimg.cn/d831aa85cd7140b989234659345781a6.png
[9d7a779b20b54867b591db3cfce6cf16.png]: https://img-blog.csdnimg.cn/9d7a779b20b54867b591db3cfce6cf16.png
[ccabec220c7c4b5a9afbbfcbc2f7ff26.png]: https://img-blog.csdnimg.cn/ccabec220c7c4b5a9afbbfcbc2f7ff26.png
[cbd28eaf8c72487482d7eb4671a31e0e.png]: https://img-blog.csdnimg.cn/cbd28eaf8c72487482d7eb4671a31e0e.png
[e479e67823024ec59492f32c070e26d0.png]: https://img-blog.csdnimg.cn/e479e67823024ec59492f32c070e26d0.png
[33068a55b4c740fcb7071618027eef71.png]: https://img-blog.csdnimg.cn/33068a55b4c740fcb7071618027eef71.png
[c1b0fe57a4054b11ac3dd0ace5ce2de4.png]: https://img-blog.csdnimg.cn/c1b0fe57a4054b11ac3dd0ace5ce2de4.png
[121a52f7bd4d43c297e8c0293d4c0268.png]: https://img-blog.csdnimg.cn/121a52f7bd4d43c297e8c0293d4c0268.png
[09f862fb99864bcc94dbb40b9d3511ce.png]: https://img-blog.csdnimg.cn/09f862fb99864bcc94dbb40b9d3511ce.png
[9341f413f3d24675ba6968acb011fbba.png]: https://img-blog.csdnimg.cn/9341f413f3d24675ba6968acb011fbba.png
[https_github.com_medcl_elasticsearch-analysis-ik]: https://github.com/medcl/elasticsearch-analysis-ik
[cfcbf8d9ac2e44dd84da8e94be9acaf9.png]: https://img-blog.csdnimg.cn/cfcbf8d9ac2e44dd84da8e94be9acaf9.png
[832e6baaf69243bb835057925f9beb7b.png]: https://img-blog.csdnimg.cn/832e6baaf69243bb835057925f9beb7b.png
[64bc94b6476a4856a0f464ec3d02c89d.png]: https://img-blog.csdnimg.cn/64bc94b6476a4856a0f464ec3d02c89d.png
[937e5d0dfb4f4d819861d51dbf39b2ee.png]: https://img-blog.csdnimg.cn/937e5d0dfb4f4d819861d51dbf39b2ee.png
[c3fccf22888e493580cfdb07de8a5c75.png]: https://img-blog.csdnimg.cn/c3fccf22888e493580cfdb07de8a5c75.png
[cad7517b0b304cd6ab793a4721363bce.png]: https://img-blog.csdnimg.cn/cad7517b0b304cd6ab793a4721363bce.png
[7627dd09601d428da128e1747e231d95.png]: https://img-blog.csdnimg.cn/7627dd09601d428da128e1747e231d95.png
[c9b72ec2083347da99ba2e7462145538.png]: https://img-blog.csdnimg.cn/c9b72ec2083347da99ba2e7462145538.png
[7967738f2cd84eea9e5972d91da36f30.png]: https://img-blog.csdnimg.cn/7967738f2cd84eea9e5972d91da36f30.png
[8c807af875ef44839d6a24ff5c4424de.png]: https://img-blog.csdnimg.cn/8c807af875ef44839d6a24ff5c4424de.png