Elasticsearch 搭建

Elasticsearch 搭建

window环境

版本

• elasticsearch-7.2.0-windows-x86_64.zip
• kibana-7.2.0-windows-x86_64.zip
• jdk1.8
  下载地址：https://www.elastic.co/cn/downloads/

elasticsearch部署

需要jdk1.8以上的运行环境

解压缩elasticsearch-7.2.0-windows-x86_64.zip

[外链图片转存失败(img-tPtHIsZD-1564469476387)(G:\document\picture\1564207020097.png)]

文件夹说明：

[外链图片转存失败(img-NCeWzVId-1564469476388)(G:\document\picture\1564367043394.png)]

配置文件
es使用zip，tar安装，配置文件在config下
rpm安装，配置文件在/etc/elasticsearch下
mis安装，配置文件在config下，且会自动将config目录地址写入环境变量ES_PATH_CONF

[外链图片转存失败(img-TkwvXIC7-1564469476388)(G:\document\picture\1564367241594.png)]

对于elasticsearch.yml:

配置格式是YAML  有如下两种
path: 
	data: /var/lib/es
	logs: /var/log/es
和
path.data: /var/lib/es
path.logs: /var/log/es

例如：
cluster.name: elasticsearch    # 配置es的集群名称，默认是elasticsearch
node.name: node-1 	# 节点名，一台物理服务器就是一个节点，一个或多个节点组成一个cluster集群，集群是一个逻辑概念，节点是物理概念
network.host: 0.0.0.0  # 设置绑定主机的ip地址，设置为0.0.0.0表示绑定任何ip，允许外网访问，生产环境建议设置为具体的ip
http.port: 9200  # 设置对外服务的http端口，默认9200
transport.tcp.port: 9300  # 集群节点之间通信端口
node.master: true # 指定该节点是否有资格被选举成为master节点，默认是true，若原来的master宕机会重新选举新的
node.data: true   # 指定该节点是否存储索引数据，默认true
#discovery.zen.ping.unicast.hosts: ["0.0.0.0:9300", "0.0.0.0:9301", "0.0.0.0:9302"]  # 设置集群中master节点的初始列表
discovery.zen.minimum_master_nodes: 1  # 主节点数量的最小值，公式为(master_eligible_nodes/2) + 1  若有3个符合要求的主节点，此处设置2
bootstrap.memory_lock: false  # 设置为true可以锁住es使用的内存，避免内存与swap分区交换数据
node.max_local_storage_nodes: 1  # 单机允许的最大存储节点数，通常单机启动一个节点设置1，开发环境单机启动多个节点设置大于1
# discovery.zen.ping.timeout: 3s 设置ES自动发现节点连接超时的时间，默认为3秒，如果网络延迟高可设置大些。

path.data: G:\serverTool\elasticsearch-6.8.1\data  # 设置索引数据的存储路径，默认是es根目录下的data文件夹，可以设置多个存储路径，用逗号隔开。
path.logs: G:\serverTool\elasticsearch-6.8.1\logs  # 设置日志文件的存储路径，默认是es根目录下的logs文件夹

http.cors.enabled: true 
http.cors.allow‐origin: /.*/ 

jvm.options:设置最小及最大的JVM堆内存大小

在jvm.options中设置-Xms和-Xmx
1.两值相等
2.将Xmx设置为不超过物理内存的一半

log4j2.properties
日志文件设置，es使用log4j

elasticsearch-6.8.1\bin\elasticsearch.bat 启动
访问http://localhost:9200/ 显示如下启动成功

{
  "name" : "BJzMIbc",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "IACBwwtwQyCOHqL8b9fwJQ",
  "version" : {
    "number" : "6.8.1",
    "build_flavor" : "default",
    "build_type" : "zip",
    "build_hash" : "1fad4e1",
    "build_date" : "2019-06-18T13:16:52.517138Z",
    "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"
}

设置中文分词器ik

[外链图片转存失败(img-6kqm6XnA-1564469476388)(G:\document\picture\1564371870644.png)]

github下载ik分词器https://github.com/medcl/elasticsearch-analysis-ik/releases
解压缩到plugins下的ik目录下

[外链图片转存失败(img-wnzxV2io-1564469476389)(G:\document\picture\1564372474690.png)]

重启es

ik有两种analyzer
ik_max_word: 会将文本做最细粒度的拆分，如浮点数 分为浮点数，浮点，点数
ik_smart: 会做最粗粒度的拆分 如浮点数 分为浮点数

[外链图片转存失败(img-ndDQOiuq-1564469476390)(G:\document\picture\1564372521727.png)]

自定义词库
需要分词器支持专有词语，可以自定义词库
ik的词库文件为config下的main.dic

[外链图片转存失败(img-c8OhFhBW-1564469476390)(G:\document\picture\1564372948541.png)]

在config下新建.dic文件，文件格式为utf-8
其中自定义词汇

然后在配置文件IKAnalyzer.cfg.xml中配置自己新建的.dic

<?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">自定义字典.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"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <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>