投稿
  1. 极客之音首页
  2. 其他分类

ElasticSearch学习1

小半 • • 其他分类 • 阅读 216

导读：本篇文章讲解 ElasticSearch学习1，希望对大家有帮助，欢迎收藏，转发！站点地址：www.bmabk.com

文章目录

1. 其他工具

自身带有分布式管理

使用zookeeper分布式管理

工具

Lucene：信息检索工具包 – Java开源 – 非搜索引擎系统

ElasticSearch：基于Lucene做的方法增强以及封装 – 通过简单Restful API获取数据 – 仅支持JSON

Solr：基于Lucene全文搜索服务器-可独立运行在Tocmat、Jetty这些servlet服务器中 – 通过WebService API进行获取数据 – 数据支持JSON、XML、CSV等

ELK技术【日志数据分析】：ElasticSearch搜索、Logstash日志采集、Kibana数据分析以及可视化

2. 概述

概念

功能： 用于全文、结构化搜索以及分析
 
官网： https://www.elastic.co/
 
下载地址： https://www.elastic.co/cn/start
 
历史版本下载地址： https://www.elastic.co/cn/downloads/past-releases

在这里插入图片描述

收集、清洗数据

搜索、存储数据

分析、展示数据

ELK（日志分析架构技术栈）= 数据分析、日志采集

Logstash：ELK的中央数据流引擎-从不同目标（文件、数据存储、MQ）进行收集数据

ElasticSearch：基于Lucene做的方法增强以及封装的交互实时搜索平台框架

Kibana：：ElasticSearchd的数据友好显示以及实时分析的功能 – 各种图表分析展示

概念

索引（indices）：数据库

类型（types）：库中的表

文档（documents）：：表中的数据

ElasticSearch特点

1. 一个集群至少一个节点（ElasticSearch进程），

2. 创建一个索引（数据库）默认会创建5个分片，1个副本（复制分片），主分片与复制分片不会在同一个节点

3. 分片：包含Lucene索引、倒排索引的文件目录（不扫描全部文档，使得知道哪些文档包含特定的关键字，快速的全文搜索）

在这里插入图片描述

倒排索引

每个文档拆分成独立的单词、词条，创建一个包含所有不重复的词条的排序列表，列出每个词条出现在哪个文档

在这里插入图片描述

在这里插入图片描述

 
 
权重计算
在这里插入图片描述

 
 
在这里插入图片描述

3. 使用

3.1 ElasticSearch-HelloWorld

3.1.1 配置文件-关闭安全认证、开启跨域

ElasticSearch目录\config\elasticsearch.yml
在这里插入图片描述

 
ElasticSearch安装目录\config\elasticsearch.yml

# 关闭ssl访问


# 添加配置
http.cors.enabled: true
http.cors.allow-origin: "*"

3.1.2 启动

双击ElasticSearch目录\bin\elasticsearch.bat
在这里插入图片描述

在这里插入图片描述

3.1.3 访问9200端口

http://127.0.0.1:9200/
在这里插入图片描述

3.1.4 Rest访问约束规定

概念
method url地址 描述
GET localost:9200/_cat/xxxx 获取ElasticSearch很多的其他信息 – 通过kibana自己尝试一下
GET localost:9200/_cat/indices 获取ElasticSearch所有的索引库信息
GET localost:9200/_cat/_health 获取ElasticSearch健康信息
PUT localost:9200/索引名称 创建索引，请求体为索引字段结构
GET localost:9200/索引名称 获取索引信息
PUT localhost:9200/索引名称/_doc/文档id 创建文档（指定文档id）
POST localhost:9200/索引名称/_doc 创建文档（随机文档id）
POST localhost:9200/索引名称/_doc/文档id/_update 修改文档
DELETE localhost:9200/索引名称/ 删除索引（表）
DELETE localhost:9200/索引名称/_doc/文档id 删除文档
GET localhost:9200/索引名称/_doc/文档id 查询文档通过文档id
POST localost:9200/索引名称/_search 查询所有数据
get localost:9200/索引名称/_search?q=字段:字段值 查询所有数据
测试
获取 – ElasticSearch所有的索引库信息
get http://127.0.0.1:9200/_cat/indices

在这里插入图片描述

获取 – ElasticSearch健康信息
get http://127.0.0.1:9200/_cat/health

在这里插入图片描述

创建库（索引）- 数版本退化到这个就是表
put  http://127.0.0.1:9200/lrc_blog

在这里插入图片描述

创建库（索引）- 定义索引字段结构
http://127.0.0.1:9200/lrc_blog2

//请求体

{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "age": {
        "type": "integer"
      },
      "birthday": {
        "type": "date"
      }
    }
  }
}

在这里插入图片描述

在这里插入图片描述

获取 – 索引信息
http://127.0.0.1:9200/lrc_blog2

在这里插入图片描述

新建文档 – 必须是_doc
put 127.0.0.1:9200/lrc_blog/_doc/1


{
  "title":"雪中悍刀行",
  "date":"2020-11-05",
  "content":"关于庙堂权争与刀剑交错的江湖"
}

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

 
 

查询文档 – 通过ID
get /lrc_blog/_doc/2

在这里插入图片描述

修改文档
post /lrc_blog/_doc/文档ID/_update


//请求体
{
    "doc": {
        "age": "1000",
        "name": "修改文档记录"
    }
}

在这里插入图片描述

在这里插入图片描述

文档修改成功
在这里插入图片描述

查询文档 – 通过条件

 
方式1

post http://127.0.0.1:9200/lrc_blog/_search

//请求体
{
    "query": {
        "multi_match" : {
            "query" : "科技",
            "fields" : ["title"]
        }
    }
}

在这里插入图片描述

 
方式2 – 精确匹配

get lrc_blog/_search?q=title:雪中悍刀行222

在这里插入图片描述

 
 

3.2 ElasticSearch-Head可视化Vue界面

下载地址： https://github.com/mobz/elasticsearch-head/releases

Vue项目正常启动即可

步骤1
//拉取项目
git clone git://github.com/mobz/elasticsearch-head.git
cd elasticsearch-head

//安装依赖
npm install

//启动head项目
npm run start

//打开浏览器
open http://localhost:9100/

可见显示未连接前端项目9100访问不了elasticSearch9200的东西，需要elasticSearch9200放开跨域，允许所有域名可访问
在这里插入图片描述

步骤2 – ElasticSearch设置跨域

ElasticSearch安装目录\config\elasticsearch.yml

# 关闭ssl访问


# 添加配置
http.cors.enabled: true
http.cors.allow-origin: "*"

在这里插入图片描述

步骤3 – 重启ElasticSearch服务
步骤4 – 刷新浏览器地址：http://localhost:9100/

在这里插入图片描述

步骤5 – 新建索引（初学就先把ES当成数据库）

概念

索引：数据库

类型：库中的表

文档：：表中的数据

3.3 Kibana – 可视化日志界面、日志各种图表分析展示 – 磁盘空间已经使用95%则不能打开Kibana页面

配置

kibana安装目录\config\kibana.yml

//将Kibana界面改成中文显示
i18n.locale: "zh-CN"

在这里插入图片描述

解压、启动

Kibana安装目录\bin\kibana.bat

访问

http://localhost:5601/

解决 – This Elastic installation has strict security requirements enabled that your current browser does not meet.

禁用谷歌全部插件、我也不知道是哪个插件引起的，所有我要一个没任何浏览器的插件进行打开

 
 
装有很多插件的Edge浏览器
在这里插入图片描述

 
 
啥插件都没装的星愿浏览器
在这里插入图片描述

使用

在这里插入图片描述

3.4 IK分词器 – 中文分词

概述

作用： 即把一段中文或者别的划分城一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如“我爱狂神”会被分为”我”，“爱”，”狂”，”神”，这显然是不符合要求的，所以我们需要安装中文分词器k来解决这个问题。
 
下载： https://github.com/medcl/elasticsearch-analysis-ik/

IK分词算法

1. ik_smart：最小切分

2. ik_max_word：最细粒度切分

简单使用
1. 下载解压目录放置在ElasticSearch目录的plugin里面

在这里插入图片描述

在这里插入图片描述

2. 重启ElasticSearch

在这里插入图片描述

3. 查看是否加载成功

在这里插入图片描述

elasticsearch-plugin list

在这里插入图片描述

4. 分词测试

在这里插入图片描述

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "我爱中国，中国共产党，嗯星，csdn"
}


GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "我爱中国，中国共产党，嗯星，csdn*"
}

在这里插入图片描述

在这里插入图片描述

5. 有些词不被ik认为是一个单词，如【嗯星】被拆开了，所以我们需要自己定义什么单词为一个词语

在这里插入图片描述

在这里插入图片描述

6. 重启ElasticSearch – 可见已经将【嗯星】作为单词进行分词

在这里插入图片描述

在这里插入图片描述

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

文章由极客之家整理，本文链接：https://www.bmabk.com/index.php/post/46404.html

赞 (0)
小半的头像小半
0 0

相关推荐

极客之家——专业性很强的中文编程技术网站，欢迎收藏到浏览器，订阅我们！