与你相识

博主介绍：

– 本人是普通大学生一枚，每天钻研计算机技能，CSDN主要分享一些技术内容，因我常常去寻找资料，不经常能找到合适的，精品的，全面的内容，导致我花费了大量的时间，所以会将摸索的内容全面细致记录下来。另外，我更多关于管理，生活的思考会在简书中发布，如果你想了解我对生活有哪些反思，探索，以及对管理或为人处世经验的总结，我也欢迎你来找我。

– 目前的学习专注于Go语言，辅学算法，前端领域。也会分享一些校内课程的学习，例如数据结构，计算机组成原理等等，如果你喜欢我的风格，请关注我，我们一起成长。

---

---

Elasticsearch

elasticsearch 读音：[ɪˈlæstɪk] [sɜːtʃ]

现在elasticsearch更新到7.x的版本了，它与6.x的差别很大，很多的api都不一样了，而官方针对6.x和7.x也有不同的文档表示。

elasticsearch_26">elasticsearch在学习什么？

我们在程序中往往需要用到查询功能，比如全文搜索，模糊搜索等，在传统的解决方案中，主要是使用SQL的like关键字来进行模糊查询，但是如果数据量太大了的话，这种方式的效率十分的慢。

当初的解决方案是给sql字段加上索引，但是这个虽然会把速度再提上一个档次，但是还是达不到一个大数据的要求。

这个时候我们就有必要去学习一下分布式搜索引擎了，elasticsearch就是做这个事情的，它就做一件事——搜索。

就拿下图来讲，如果我们要用SQL来做这面这些复杂的搜索，它的实现逻辑就会是否的复杂，而如果使用elasticsearch就会简单很多。

Elasticsearch是基于Lucene这个工具包做了一些封装和增强，它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

除了elasticsearch，Solr也可以干这件事情，所以我们在学习的过程中，也会对比和参考着进行学习。

建议在大数据了的情况下都使用ES来完成搜索功能。

历史

这个部分其实还有关于Lucene，Elasticsearch，Solr三者的介绍，以及ES和Solr的差别等。 但是我感觉用处不是很大，等我对它们各个使用的概念比较清晰的时候，再去了解这些背后的人文故事，可能更能感受其温度。

关于ES和Solr的选择：

截图一下视频中的片段，简单的了解一下。

什么是ELK

ELK是Elasticsearch、Logstash、Kibana三大开源框架的首字母大写简称。

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，它的搜索能力很强大，而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）收集的不同格式的数据，经过过滤之后再输出到不同目的地。 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。

它们三个合到一起常常被说是日志分析架构技术栈，但实际上ELK不仅仅适用于日志分析，还可以支持其它任何数据分析和收集的场景。

使用

今天我们在Windows环境下来试用一下，官方网站下载客户端工具巨慢，所以我们使用华为云的镜像下载。

• ElasticSearch

• logstash

• kibana

安装

Elasticsearch安装

然后我们会下载下来三个压缩包，首先解压ElasticSearch。

熟悉目录：

运行：

点击elasticsearch.bat文件运行。

运行之后我们可以得知它的默认端口是9200，所以我们直接访问，进行访问测试。

安装可视化界面

可视化界面有很多的插件，插件用的最多的是head插件，下载下来之后，可以通过github的read me文件来看elasticsearch-head如何启动。

elasticsearcheshead_98">解决elasticsearch和es-head之间的通信跨域问题

我们需要修改elasticsearch.yml文件，在最下面写上允许跨域的配置，然后重新启动一下elasticsearch即可。

此时我们去es-head的图形化界面中，就会有下面这个样子。我们一般只关心前三个选项，概览就是所有的库信息，索引就是看有多少个索引库，所有的数据在数据浏览里。

后面的查询我们到Kibana中做。

Kibana安装

去Kibana官网进行安装即可。

使用

在bin目录下点击kibana.bat直接运行即可。可以发现其默认端口为5601，我们直接进入即可。

汉化

默认的测试页面是全英文的，我们需要对其进行汉化，Kibana本身已经支持了汉化，只是需要我们自己去配置文件中进行更改。我们找到其配置文件

可以看到它默认的是英文，我们在这里复制一行，改成中文即可。

Es使用

types在8.0会被彻底取消。 了解即可。

IK分词器

它的作用是把一段信息划分为一个个的关键字，在搜索的时候就会把这个进行分词，也会把索引库中的数据进行分词，然后进行一个匹配的操作，默认的中文分词是把每一个字都看做一个词，比如“你好”，会分成“你”，“好”，这显然是有问题的，所以我们需要安装中文分词器ik来解决这个问题。

IK提供了两个分词算法：ik_smart和ik_max_word。 第一个为最少切分，第二个为最细粒度划分。

安装

我们只需要下载好IK分词器之后，解压到elasticsearch的plugins文件夹下，新建一个ik文件夹，然后放进去，重启elasticsearch就可以了，在elasticsearch重启的时候，可以看到ik plugins加载的过程。

也可以通过elasticsearch-plugin命令来查看elasticsearch安装的插件。

使用

ik_smart 是最少切分，它就是只切一次就可以了，原来是什么样子，现在还是什么样子。

ik_max_word是最细粒度划分，它就是穷尽的的信息的分词可能，原理是按照内部的一个字典来进行拆分的。

它会把它认为的词给拆分出来，拆分的方式是通过config文件下的各种dic文件，里面存了前缀后缀等字典文件，而这些默认的在有些时候是远远不足以我们的使用的，比如我想在网络上搜索我的名字——雅各布，但是它会给我拆分为“雅”，“各”，“布”，也就是对于IK分词器来说，它认为这三个字就是拆分开的，而我们想要把他们合到一起，我们就需要告诉IK分词器，这是一个词，这个时候就需要我们写一个自己的字典了。

你可以创建自己的字典文件，比如里面写上了“雅各布”，这个时候ik就会认识“雅各布”这个词语了，保存之后，还需要在IK配置文件中配置一下用户的扩展字典的位置。

然后重启一下es即可。

REST风格

put用来创建一个索引，不仅是可以在这里发送请求，postman或者各种请求的工具都是可以发送请求来创建的。

通过GET来获取具体索引的信息

我们可以通过一些关键字来进行一些模糊匹配，以及右边的结果之中，_score表示了匹配度，version表示被修改的次数。

我们可以在get中使用各种参数和api来完成我们的需求，然后右边会根据score的权重来进行排序。

参考资料

• 狂神说 | bilibili视频
• 李文周 | 个人博客

总结

由于时间不太够，所以用四倍速过了一遍视频，目前脑子里只是知道ELK是干什么的，然后怎么安装和解压，以及一些使用方式。

等到以后如何用到es的时候，需要再去看一遍文档。

---

欢迎评论区讨论，或指出问题。 如果觉得写的不错，欢迎点赞，转发，收藏。