ElasticSearch8.x.x 【一篇文章精通系列】【ES的基本操作,ES安装,ES head + Kibana】
-
- 一、ElasticSearch的安装
-
- 1、解压安装ES
- 2、熟悉目录
- 3、启动ES
- 4、安装可视化界面(elasticsearch head)
- 5、了解ELK
- 6、安装Kibana
-
- (1)下载解压Kibana
- (2)启动Kibana
- (3)访问:[http://localhost:5601](http://localhost:5601)
- (4)Kibana开发工具
- (5)汉化`Kibana`,设置在`config`下的`kibana.yml`
- 二、ElasticSearch的核心概念
-
- 1、基本概念
- 2、物理设计:节点和分片
- 三、IK分词器
-
- 1、什么是IK分词器
- 2、安装,启动IK分词器
- 3、elasticsearch-plugin
- 4、使用Kibana进行测试!,通过ik分词器进行基本的分词测试
-
- (1)使用ik_smart分词器(最少切分)
- (2)使用ik_max_word(最细粒度划分)
- (3)问题/li>
- 5、ik分词器增加自己的配置!(自定义分词字典)
- 四、ElasticSearch 索引的基本操作
-
- 1、Rest风格说明
- 2、创建索引
-
- (1)删除一些索引
- (2)创建索引(添加数据的同时创建索引库)
- (3)查看索引
- (4)字段类型
- (5)指定字段类型(创建规则,只创建索引不添加数据)
- 3、获取索引信息、其他信息
-
- (1)查看默认信息
- (2)获取一些信息(cat系列命令)
- 4、修改索引
-
- (1)直接PUT覆盖(不推荐)(如果PUT的时候少字段会丢失数据)
- (2)通过POST命令更新数据
- 3、删除索引
- 4、删除文档
- 四、ElasticSearch 文档的基本操作
-
- 1、添加数据
- 2、查询数据 GET
-
- (1)获取索引信息
- (2)查询所有文档数据
- (3)查询一条数据
- 3、更新数据
- 4、简单搜索
-
- (1)通过id查询
- (2)简单的条件查询
- 5、复杂搜索
-
- (1)直接匹配查询,match:匹配
- (2)_source过滤查询返回字段
- (3)排序查询(sort)
- (4)分页查询(from,size)
- (5)布尔值查询(bool)
- (6)布尔值查询(bool)–filter复杂查询操作
- (7)匹配多个搜索条件
- (8)单个值匹配精确查询(term)
- (9)多个值匹配精确查询(term)
- (10)高亮显示(highlight)
- 四、ElasticSearch NLP
-
- 1、什么是自然语言处理/li>
- 2、ElasticSearch 当中的自然语言处理
- 3、NLP在 Elasticsearch 7.x和8.x 中的区别
- 4、安装opennlp
- 5、下载NER模型
一、ElasticSearch的安装
1、解压安装ES
声明:JDK1.8,最低要求! ElasticSearch客户端,界面工具! |
Java开发,ElasticSearch 的版本和我们之后对应的Java的核心jar包!版本对应!
官 :https://www.elastic.co/cn/elasticsearch/
2、熟悉目录
3、启动ES
双击bin目录下的
访问:http://127.0.0.1:9200/ 发现无法访问
重新启动ES
4、安装可视化界面(elasticsearch head)
(1)安装elasticsearch head
地址:https://github.com/mobz/elasticsearch-head
在启动之前确保安装了nodejs 环境,如果没有安装请看这里:
进入解压后的目录
出现上面的内容则安装成功
启动项目:
5、了解ELK
ELK是Elasticsearch、Logstash、Kibana三大开源框架首字母大写简称。市面上也被成为Elastic Stack。其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架,可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。Logstash是ELK的中央数据流引擎,用于从不同目标(文件/数据存储/MQ)收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。Kibana可以将elasticsearch的数据通过友好的页面展示出来,提供实时分析的功能。
市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。
二、ElasticSearch的核心概念
1、基本概念
- 概念:
在前面的学习中,我们已经掌握了es是什么,同时也把es的服务已经安装启动,那么es是如何去存储数据,数据结构是什么,又是如何实现搜索的呢﹖我们先来聊聊ElasticSearch的相关概念吧!
集群,节点,索引,类型,文档,分片,映射是什么/p>
- elasticsearch是面向文档,关系行数据库和elasticsearch 客观的对比!。ES一切都是JSON
Relational DB | ElasticSearch |
---|---|
数据库(database) | 索引(indices) |
表(tables) | types(弃用) |
行(rows) | documents |
字段(columns) | fields |
elasticsearch(集群)中可以包含多个索引(数据库),每个索引中可以包含多个类型(表),每个类型下又包含多个文档(行),每个文档中又包含多个字段(列)。
物理设计:
elasticsearch在后台把每个索引划分成多个分片,每分分片可以在集群中的不同服务器间迁移。
一个人就是一个集群!默认的集群名称ElasticSearch
一个集群至少有一个节点,而一个节点就是一个elasricsearch进程,节点可以有多个索引默认的,如果你创建索引,那么索引将会有个5个分片( primary shard ,又称主分片)构成的,每一个主分片会有一个副本( replica shard ,又称复制分片)
如果要搜索含有python标签的文章,那相对于查找所有原始数据而言,查找倒排索引后的数据将会快的多。
只需要查看标签这一栏,然后获取相关的文章ID即可。
elasticsearch的索引和Lucene的索引对比,
在elasticsearch中,索引这个词被频繁使用,这就是术语的使用。
在elasticsearch中,索引被分为多个分片,每份分片是一个Lucene的索引。
所以一个elasticsearch索引是由多个Lucene索引组成的。
别问为什么,谁让elasticsearch使用Lucene作为底层呢!如无特指,说起索引都是指elasticsearch的索引。
接下来的一切操作都在kibana中Dev Tools下的Console里完成。基础操作!
三、IK分词器
1、什么是IK分词器
分词:即把一段中文或者别的划分成一个个的关键字,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“我爱中国”会被分为”我”∵”爱”“中””国”,这显然是不符合要求的,所以我们需要安装中文分词器ik来解决这个问题。
如果要使用中文,建议使用IK分词器。
IK提供了两个分词算法: ik_smart和ik_max_word ,其中ik_smart为最少切分,ik_max_word为最细粒度划分!一会我们测试!
2、安装,启动IK分词器
下载IK分词器
https://github.com/medcl/elasticsearch-analysis-ik/releases
将其放入ElasticSearch 的插件当中,
在ElasticSearch的plugins目录下解压即可
3、elasticsearch-plugin
通过elasticsearch-plugin命令查看加载进来的插件
列出elasticsearch安装的插件列表
进入es的bin目录下
我们可以看到已经安装成功了ik分词器的插件
(1)使用ik_smart分词器(最少切分)
(3)问题/h4>
重新启动ES再次测试
四、ElasticSearch 索引的基本操作
1、Rest风格说明
一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁,更有层次,更易于实现缓存等机制。
基本Rest命令说明
method | url地址 | 描述 |
---|---|---|
PUT | localhost:9200/索引名称/类型名称/文档id | 创建文档(指定文档id ) |
POST | localhost:9200/索引名称/类型名称 | 创建文档(随机文档id ) |
POST | localhost:9200/索引名称/类型名称/文档id/_update | 修改文档 |
DELETE | localhost:9200/索引名称/类型名称/文档id | 删除文档 |
GET | localhost:9200/索引名称/类型名称/文档id | 查询文档通过文档id |
POST | localhost:9200/索引名称/类型名称/_search | 查询所有数据 |
2、创建索引
打开
elasticsearch head
— 拓展如果您使用的是8.0之前的版本,请这样创建
(3)查看索引
在head当中查看
多了一个索引
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!