【小白笔记】Elastic Search核心概念以及IK分词器的安装使用

ES核心概念

集群 节点 索引 类型 文档 分片 映射 是什么

1. 索引
2. 字段类型（mapping）
3. 文档
4. 分片（倒排索引）

elastic search 是面向文档 关系型数据库和elastic search客观的对比 一切都是JSON

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 默认集群名称就是elastic search

「逻辑设计：」

一个索引类型中，包含多个文档，比如说文档1，文档2 当我们索引一篇文档时 可以通过这样的一个顺序找到它。索引 --> 类型 --> 文档ID

通过这个组合我们就能索引到某个具体的文档。注意：ID不必是整数 实际上它是个字符串。

文档

相当于一条记录信息 每一个人 每一条记录都称作为文档

user
1 zhangsan 18
2 lisi     10
3 SkyID    21

elastic search索引和搜索数据的最小单位是文档 elastic search中，文档有几个重要属性：

• 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key：value ！
• 可以是层次型的，一个文档中包含子文档，复杂的逻辑实体就是这么来的；一个json对象 fastjson自动转换
• 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elastic search中，对于字段是非常灵活的，有时候我们可以忽略该字段，或者动态的添加一个新的字段。

尽管我们可以随意的新增或忽略某个字段 但是每个字段的类型非常重要 比如一个年龄字段类型，可以是字符串也可以是整形 因为elastic search会保存字段和 类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型 这也是为什么在elastic search 类型有时候也称为映射类型

类型

数据类型 像java中 string int date

类型是文档的逻辑容器 就像关系型数据库一样 表格是行的容器。类型中对于字段的定义称为映射。

可以进行手动设置、也可以不设置让elastic search去猜 但是有的时候elastic search猜不对 推荐最安全的方式还是提前定义好所需要的映射

索引

就相当于是数据库

索引是映射类型的容器 elastic search中的索引是一个非常大的文档集合。索引储存了映射类型的字段和其他设置。然后他们被存储到了各个分片上了。我们来研究下分片是如何工作的。

「物理设计：节点和分片如何工作」

一个集群至少有一个节点，而一个节点就是一个elastic search进程，节点可以有多个索引默认的 如果你创建索引 那么索引将会有五个分片（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）

IK分词器插件

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“李维昊” 会被分为“李“ ”维“ ”昊“ 显然不符合要求

所以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！

安装

• 下载 https://github.com/medcl/elasticsearch-analysis-ik

• 放入elastic search插件目录

• 重启ES

• 使用elasticsearch-plugin list查看加载插件

  ![截屏2021-02-25 11.38.22](https://gitee.com/SKYID/images/raw/master/image/20210225113829.png

使用kibana测试

• 最少切分测试 ik_smart

• 最细粒度切分 ik_max_word

自定义词典

ik本身存在很多词典 但是这些词典对于我们来说是远远不够的，例如我们在搜索「乐游工作室」时 我们发现乐游两个字被单独分割出来 这显然不符合我们的需求

因此我们需要自定义词典将词汇进行扩充

• 找到ik分词器中的插件目录
• 新建自定义词典 sky.dic
• 修改分词的cfg.xml引入词典
• 重启ES
• 测试