Elasticsearch应用一：elasticsearch（ES简介、安装&配置、集成Ikanalyzer）
第一步：ES简介
1. ES是什么？
Elasticsearch 是一个开源的搜索引擎，建立在全文搜索引擎库 Apache Lucene 基础之上
用 Java 编写的，它的内部使用 Lucene 做索引与搜索，但是它的目的是使全文检索变得简单， 通过隐藏 Lucene 的复杂性，取而代之的提供一套简单一致的 RESTful API。
Elasticsearch 不仅仅只是一个全文搜索引擎。 它可以被下面这样准确的形容：
一个分布式的实时文档存储，每个字段可以被索引与搜索——作数据库用
一个分布式实时分析搜索引擎
能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或者非结构化数据
2. ES的诞生
原文链接:https://www.elastic.co/guide/cn/elasticsearch/guide/current/intro.html
3. ES的发展历程
Elasticsearch 后来作为一家公司（Elastic公司）进行运作，定位为数据搜索和分析平台。在2014年6月获得7000万美元融资，累积融资过亿美元。
ES现在可以与Java、Ruby、Python、PHP、Perl、.NET等多种客户端集成。也可与Hadoop、Spark等大数据分析平台进行集成，功能十分强大。
基于Elasticsearch衍生出了一系列开源软件，统称为 Elatic Stack
说明：
因为logstash比较耗内存，所以用Beats来替代
为避免版本混乱，从5.0开始，Elastic公司将各组件的版本号统一。使用时，各组件版本号应一致（版本号形式：x.y.z，z可以不同）。
4. ES的特性
官网的介绍： https://www.elastic.co/cn/products/elasticsearch
速度快、易扩展、弹性、灵活、操作简单、多语言客户端、X-Pack、hadoop/spark强强联手、开箱即用。
分布式：横向扩展非常灵活
全文检索：基于lucene的强大的全文检索能力；
近实时搜索和分析：数据进入ES，可达到近实时搜索，还可进行聚合分析
高可用：容错机制，自动发现新的或失败的节点，重组和重新平衡数据
模式自由：ES的动态mapping机制可以自动检测数据的结构和类型，创建索引并使数据可搜索。
RESTful API：JSON + HTTP
5. ES的应用场景
6. ES的架构
说明:
Gateway是ES用来存储索引的文件系统，支持多种类型。
Gateway的上层是一个分布式的lucene框架。
Lucene之上是ES的模块，包括：索引模块、搜索模块、映射解析模块等
ES模块之上是 Discovery、Scripting和第三方插件。Discovery是ES的节点发现模块，不同机器上的ES节点要组成集群需要进行消息通信，集群内部需要选举master节点，这些工作都是由Discovery模块完成。支持多种发现机制，如 Zen 、EC2、gce、Azure。Scripting用来支持在查询语句中插入javascript、python等脚本语言，scripting模块负责解析这些脚本，使用脚本语句性能稍低。ES也支持多种第三方插件。
再上层是ES的传输模块和JMX.传输模块支持多种传输协议，如 Thrift、memecached、http，默认使用http。JMX是java的管理框架，用来管理ES应用。
最上层是ES提供给用户的接口，可以通过RESTful接口和ES集群进行交互。
7. ES的核心概念
Near Realtime（NRT） 近实时。数据提交索引后，立马就可以搜索到。
Cluster 集群，一个集群由一个唯一的名字标识，默认为“elasticsearch”。集群名称非常重要，具有相同集群名的节点才会组成一个集群。集群名称可以在配置文件中指定。
Node 节点：存储集群的数据，参与集群的索引和搜索功能。像集群有名字，节点也有自己的名称，默认在启动时会以一个随机的UUID的前七个字符作为节点的名字，你可以为其指定任意的名字。通过集群名在网络中发现同伴组成集群。一个节点也可是集群。
Index 索引: 一个索引是一个文档的集合（等同于solr中的集合）。每个索引有唯一的名字，通过这个名字来操作它。一个集群中可以有任意多个索引。
Type 类型：指在一个索引中，可以索引不同类型的文档，如用户数据、博客数据。从6.0.0 版本起已废弃，一个索引中只存放一类数据。
Document 文档：被索引的一条数据，索引的基本信息单元，以JSON格式来表示。
Shard 分片：在创建一个索引时可以指定分成多少个分片来存储。每个分片本身也是一个功能完善且独立的“索引”，可以被放置在集群的任意节点上。分片的好处：
允许我们水平切分/扩展容量
可在多个分片上进行分布式的、并行的操作，提高系统的性能和吞吐量。
注意：分片数创建索引时指定，创建后不可改了。备份数可以随时改。
Replication 备份: 一个分片可以有多个备份（副本）。备份的好处：
高可用。一个主分片挂了，副本分片就顶上去
扩展搜索的并发能力、吞吐量。搜索可以在所有的副本上并行运行。-高并发下副本也可搜索
8. 为了方便理解，作一个ES和数据库的对比
9. ES学习资源
官网的文档是最好的学习资源，详细、全面，官网还提供有一些视频：
https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
官网中还提供一个中文的权威指南，可以学习，（版本稍老了点是基于2.0的）：
https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html
第二步：安装&配置
1. ES安装包
官网下载地址： https://www.elastic.co/downloads/elasticsearch
2. JDK要求
JDK版本： 1.8
3. 在linux上安装示例
注意：ES不能以root用户身份运行 确保运行用户对各使用到的目录的权限
服务器IP：192.168.10.242
添加系统elastic组和elastic用户
检查elastic组和用户是否存在，如无创建
[code]cat /etc/group | grep elastic #类似 elastic:x:1002: cat /etc/passwd | grep elastic #类似 elastic:x:986:1002::/home/elastic:/bin/bash
以上为存在的情况，如无，执行添加命令：
[code]groupadd elastic useradd -r -g elastic elastic #useradd -r参数表示elastic用户是系统用户，不可用于登录系统
3.1 获取安装包
安装目录/opt/elasticsearch；版本 6.7.1
[code]cd /opt/elasticsearch curl -L -O https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.7.1.tar.gz
3.2 解压到安装目录
[code]tar -zxvf elasticsearch-6.7.1.tar.gz
将/opt/elasticsearch/elasticsearch-6.7.1的所有者及所属组改为elastic
[code]chown -R elastic.elastic /opt/elasticsearch/elasticsearch-6.7.1
3.3 配置
3.4 切换用户启动
[code]su elastic cd elasticsearch-6.7.1 ./bin/elasticsearch
启动时指定参数：
[code]./bin/elasticsearch -Ecluster.name=my_cluster_name -Enode.name=my_node_name
了解启动脚本可用选项：
[code]./bin/elasticsearch -h
4. 在linux 虚拟机上运行可能的失败问题
4.1 内存不够用，默认es配置使用1G堆内存，如果的你学习用的虚拟机没有这么大的内存，请在config/jvm.options中调整
4.2 可能会报如下的错误：
解决方法如下：
问题一：max file descriptors [4096] for elasticsearch process likely too low, increase to at least [65536]
解决：修改切换到root用户修改配置limits.conf 添加下面两行
命令:vi /etc/security/limits.conf
* hard nofile 65536
* soft nofile 65536
问题二：max number of threads [1024] for user [lish] likely too low, increase to at least [2048]
解决：切换到root用户，进入limits.d目录下修改配置文件。
vi /etc/security/limits.d/90-nproc.conf
修改如下内容：
* soft nproc 1024
#修改为
* soft nproc 2048
问题三：max virtual memory areas vm.max_map_count [65530] likely too low, increase to at least [262144]
解决：切换到root用户修改配置sysctl.conf
vi /etc/sysctl.conf
添加下面配置：
vm.max_map_count=655360
并执行命令：
[code]sysctl -p
切换到es的用户。
然后，重新启动elasticsearch，即可启动成功。
5. ES端口说明
9200 对外服务的http 端口
9300 节点间通信的tcp端口
6. 后台运 1cca7 行ES
使用守护进程运行：
[code]./bin/elasticsearch -d
7. 关闭ES
非后台运行的：ctrl + c
后台运行的（守护进程运行）：
[code]ps -ef | grep elastic kill -9 es进程
8. 在windows中启动
elasticsearch .bat
启动以后浏览器访问地址：http://192.168.10.242:9200/
[code]{
"name" : "fiFRC7p",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "h-Lx1jD4RM2BWC3K0ucdjw",
"version" : {
"number" : "6.7.1",
"build_flavor" : "default",
"build_type" : "tar",
"build_hash" : "2f32220",
"build_date" : "2019-04-02T15:59:27.961366Z",
"build_snapshot" : false,
"lucene_version" : "7.7.0",
"minimum_wire_compatibility_version" : "5.6.0",
"minimum_index_compatibility_version" : "5.0.0"
},
"tagline" : "You Know, for Search"
}
9. ES软件目录说明
10. ES 配置说明
参考：https://www.elastic.co/guide/cn/elasticsearch/guide/current/important-configuration-changes.html
11. ES 重要的配置参数
11.1 数据目录和日志目录，生成环境下应与软件分离
[code]#注意：你可以通过逗号分隔指定多个目录。 path.data: /path/to/data1,/path/to/data2 # Path to log files: path.logs: /path/to/logs # Path to where plugins are installed: path.plugins: /path/to/plugins
11.2 所属的集群名，默认为 elasticsearch ，可自定义
[code]cluster.name: yltx_elasticsearch
你最好给你的生产环境的集群改个名字，改名字的目的很简单， 就是防止某人的笔记本电脑加入了集群这种意外
11.3 节点名，默认为 UUID前7个字符，可自定义
[code]node.name: yltx_elasticsearch_242_data
11.4 network.host IP绑定
默认绑定的是["127.0.0.1", "[::1]"]回环地址，集群下要服务间通信，需绑定一个ipv4或ipv6地址
[code]network.host: 192.168.10.242
11.5 http.port: 9200-9300
对外服务的http 端口， 默认 9200-9300 。可以为它指定一个值或一个区间，当为区间时会取用区间第一个可用的端口。
11.6 transport.tcp.port: 9300-9400
节点间交互的端口， 默认 9300-9400 。可以为它指定一个值或一个区间，当为区间时会取用区间第一个可用的端口。
11.7 Discovery Config 节点发现配置
ES中默认采用的节点发现方式是 zen（基于组播（多播）、单播）。在应用于生产前有两个重要参数需配置：
discovery.zen.ping.unicast.hosts: ["host1","host2:port","host3[portX-portY]"] 单播模式下，设置具有master资格的节点列表，新加入的节点向这个列表中的节点发送请求来加入集群
discovery.zen.minimum_master_nodes: 1 这个参数控制的是，一个节点需要看到具有master资格的节点的最小数量，然后才能在集群中做操作。官方的推荐值是(N/2)+1，其中N是具有master资格的节点的数量。
11.8 其他配置
[code]transport.tcp.compress: false 是否压缩tcp传输的数据，默认false http.cors.enabled: true 是否使用http协议对外提供服务，默认true http.max_content_length: 100mb http传输内容的最大容量，默认100mb node.master: true 指定该节点是否可以作为master节点，默认是true。ES集群默认是以第一个节点为master，如果该节点出故障就会重新选举master。 node.data: true 该节点是否存索引数据，默认true。 discover.zen.ping.timeout: 3s 设置集群中自动发现其他节点时ping连接超时时长，默认为3秒。在网络环境较差的情况下，增加这个值，会增加节点等待响应的时间，从一定程度上会减少误判。 discovery.zen.ping.multicast.enabled: false 是否启用多播来发现节点。
12. 安装Kibana
Kibana是ES的可视化管理工具
12.1 下载安装包
一定和ES的版本一致（ 6.7.1)
https://www.elastic.co/downloads/kibana
12.2 安装
解压到安装目录即可，我这里安装在/opt/elasticsearch目录下面
[code]cd /opt/elasticsearch tar -zxvf kibana-6.7.1-linux-x86_64.tar.gz
重命名
[code]mv kibana-6.7.1-linux-x86_64 kibana-6.7.1
12.3 配置
在config/kibana.yml中配置 elasticsearch.url的值为 ES的访问地址，server.host的值为kibana的访问地址
12.4 启动
[code]./bin/kibana
关闭
[code]fuser -n tcp 5601 kill -9 端口
后台运行
[code]./bin/kibana &
访问地址：http://192.168.10.242:5601
三、集成Ikanalyzer
elasticsearch官方默认的分词插件，对中文分词效果不理想。所以需要基础IK分词插件
1. 获取 ES-IKAnalyzer插件
一定和ES的版本一致（ 6.7.1)
地址： https://github.com/medcl/elasticsearch-analysis-ik/releases
不知道什么原因，github上最新版只有6.7.0，没事我我们通过修改一下plugin-descriptor.properties配置文件
改成与es对应的版本就好了
2. 安装插件
将 ik 的压缩包解压到 ES安装目录的plugins/目录下（最好把解出的目录名改一下，防止安装别的插件时同名冲突），然后重启ES。
3. 扩展词库
配置文件config/IKAnalyzer.cfg.xml
[code]<?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> <!--用户可以在这里配置自己的扩展字典 --> <entry key="ext_dict">custom/mydict.dic;custom/single_word_low_freq.dic</entry> <!--用户可以在这里配置自己的扩展停止词字典--> <entry key="ext_stopwords">custom/ext_stopword.dic</entry> <!--用户可以在这里配置远程扩展字典 远程词库，可热更新，在一处地方维护--> <!-- <entry key="remote_ext_dict">words_location</entry> --> <!--用户可以在这里配置远程扩展停止词字典--> <!-- <entry key="remote_ext_stopwords">words_location</entry> --> </properties>
4. 测试 IK
1、创建一个索引
[code]curl -XPUT http://192.168.10.242:9200/index
2、创建一个映射mapping
[code]curl -XPOST http://192.168.10.242:9200/index/fulltext/_mapping -H 'Content-Type:application/json' -d'
{
"properties": {
"content": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word"
}
}
}'
3、索引一些文档
[code]curl -XPOST http://192.168.10.242:9200/index/fulltext/1 -H 'Content-Type:application/json' -d' {"content":"美国留给伊拉克的是个烂摊子吗"}'
[code]curl -XPOST http://192.168.10.242:9200/index/fulltext/2 -H 'Content-Type:application/json' -d' {"content":"公安部：各地校车将享最高路权"}'
[code]curl -XPOST http://192.168.10.242:9200/index/fulltext/3 -H 'Content-Type:application/json' -d' {"content":"中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"}'
四、总结
安装的ES、Kibana和中文分词器的版本一定要一致，否则会不能使用
- elasticsearch系列一：elasticsearch（ES简介、安装&配置、集成Ikanalyzer）
- ElasticSearch+Logstash+Kibana+log4j2 官方6.1.1版安装配置简介
- 当 Elasticsearch 遇上 MaxCompute —— 「Elasticsearch on MaxCompute 」简介
- elastic5.2和kibana5.0安装配置问题简介（centos6.5)
- elasticsearch2.3.5安装search-guard2.3.5.15时elasticsearch.yml的配置
- Elk集群安装+配置（Elasticsearch+Logstash+Filebeat+Kafka+Kibana）
- 【参考】cents ElasticSearch 5.0及head插件安装 参考配置
- centos通过logstash完成mysql数据库同步至elasticsearch，elasticsearch logstash maven ik分词器安装配置，elasticsearch索引创建
- elasticsearch+metricbeat+kibana安装配置
- Important Elasticsearch configuration 导入Elasticsearch 配置
- elasticsearch 学习博客系列<一> ES 的安装与配置
- elasticsearch-1.5.2生产环境配置文件(Elasticsearch.xml)集群配置
- ElasticSearch系列03：elasticsearch.yml(中文配置详解)
- 【ElasticSearch系列】ES简介及安装
- 搜索引擎ElasticSearchV5.4.2系列二之ElasticSearchV5.4.2+kibanaV5.4.2+x-packV5.4.2安装
- elasticsearch ik中文分词器的安装配置使用
- elastic5.2和kibana5.0安装配置问题简介（centos6.5)
- 安装ELK时logstash出现[logstash.outputs.elasticsearch] Unknown setting 'host' for elasticsearch
- elasticsearch+logstash+kibana安装配置
- （elk）Elasticsearch+Logstash+Kibana在ubuntu下安装配置及检验