附录 ElasticSearch安装与启动

1.1 Linux版本安装

1.1.1 下载地址

https://www.elastic.co/cn/downloads/elasticsearch

1.1.2 Linux安装ElasticSearch

1、上传ElasticSearch安装包
elasticsearch-7.4.0-linux-x86_64.tar.gz
2、执行解压操作
# 将elasticsearch-7.4.0-linux-x86_64.tar.gz解压到opt文件夹下. -C 大写
tar -zxvf elasticsearch-7.4.0-linux-x86_64.tar.gz -C /opt
3、创建普通用户
因为安全问题，ElasticSearch 不允许root用户直接运行，所以要创建新用户，用root创建新用户：
useradd atguigu # 新增atguigu用户
passwd atguigu # 为atguigu用户设置密码
5、为新用户授权，如下图
chown -R atguigu:atguigu /opt/elasticsearch-7.4.0 #文件夹所有者
将 /opt/elasticsearch-7.4.0文件夹授权给atguigu用户:atguigu用户组
6、修改elasticsearch.yml文件
vim /opt/elasticsearch-7.4.0/config/elasticsearch.yml

======================== Elasticsearch Configuration =========================
cluster.name: my-application
node.name: node-1
network.host: 0.0.0.0
http.port: 9200
cluster.initial_master_nodes: [“node-1”]
cluster.name：配置elasticsearch的集群名称，默认是elasticsearch。建议修改成一个有意义的名称
node.name：节点名，elasticsearch会默认随机指定一个名字，建议指定一个有意义的名称，方便管理
network.host：设置为0.0.0.0允许外网访问
http.port：Elasticsearch的http访问端口
cluster.initial_master_nodes：初始化新的集群时需要此配置来选举master
7、修改配置文件
新创建的atguigu用户最大可创建文件数太小，最大虚拟内存太小，切换到root用户，编辑下列配置文件， 添加类似如下内容
# 切换到root用户
su root

1. ===最大可创建文件数太小=======
vim /etc/security/limits.conf
# 在文件末尾中增加下面内容
atguigu soft nofile 65536
atguigu hard nofile 65536
# soft xxx : 代表警告的设定，可以超过这个设定值，但是超过后会有警告。
# hard xxx : 代表严格的设定，不允许超过这个设定的值。
# nproc : 是操作系统级别对每个用户创建的进程数的限制
# nofile : 是每个进程可以打开的文件数的限制
# =====
vim /etc/security/limits.d/**20**-nproc.conf
# 在文件末尾中增加下面内容
atguigu soft nofile 65536
atguigu hard nofile 65536
hard nproc 4096
# 注： 代表Linux所有用户名称

2. ===最大虚拟内存太小=======
vim /etc/sysctl.conf
# 在文件中增加下面内容
vm.max_map_count=655360
# 重新加载，输入下面命令：
sysctl -p
8、启动elasticsearch
su atguigu # 切换到atguigu用户启动
cd /opt/elasticsearch-7.4.0/bin
./elasticsearch #启动

1.1.3 访问elasticsearch

1、在访问elasticsearch前，请确保防火墙是关闭的，执行命令：
#暂时关闭防火墙
systemctl stop firewalld
#永久设置防火墙状态
systemctl enable firewalld.service #打开防火墙永久性生效，重启后不会复原
systemctl disable firewalld.service #关闭防火墙，永久性生效，重启后不会复原
浏览器输入http://192.168.149.135:9200/，如下图

此时elasticsearch已成功启动：
重点几个关注下即可:
number” : “7.4.0” 表示elasticsearch版本
lucene_version” : “8.2.0” 表示lucene版本
name ： 默认启动的时候指定了 ES 实例名称
cluster_name ： 默认名为 elasticsearch

1.2 docker版本安装

拉取镜像
docker pull elasticsearch:7.4.0
# 创建容器
docker create —name elasticsearch —net host -e “discovery.type=single-node” -e “network.host=192.168.137.121” elasticsearch:7.4.0
# 启动
docker start elasticsearch
# 查看日志
docker logs elasticsearch

1.3 Kibana客户端【Linux下安装】

Kibana是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。
1、什么是Kibana
Kibana是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana，可以通过各种图表进行高级数据分析及展示。
Kibana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板（dashboard）实时显示Elasticsearch查询动态。
2、上传kibana
kibana-7.4.0-linux-x86_64.tar.gz‬
2、解压kibana
tar -xzf kibana-7.4.0-linux-x86_64.tar.gz -C /opt
解压到当前目录（/opt）下
3、修改kibana配置
vim /opt/kibana-7.4.0-linux-x86_64/config/kibana.yml

server.port: 5601
server.host: “0.0.0.0”
server.name: “kibana-atguigu”
elasticsearch.hosts: [“http://127.0.0.1:9200“]
elasticsearch.requestTimeout: 99999
server.port：http访问端口
server.host：ip地址，0.0.0.0表示可远程访问
server.name：kibana服务名
elasticsearch.hosts：elasticsearch地址
elasticsearch.requestTimeout：请求elasticsearch超时时间，默认为30000，此处可根据情况设置
4、启动kibana
由于kibana不建议使用root用户启动，如果用root启动，需要加—allow-root参数
# 切换到kibana的bin目录
cd /opt/kibana-7.4.0-linux-x86_64/bin
# 启动
./kibana —allow-root
5、访问kibana
浏览器输入http://192.168.149.135:5601
Discover：可视化查询分析器Visualize：统计分析图表Dashboard：自定义主面板（添加图表）Timelion：Timelion是一个kibana时间序列展示组件（暂时不用）Dev Tools：Console控制台（同CURL/POSTER，操作ES代码工具，代码提示，很方便）Management：管理索引库(index)、已保存的搜索和可视化结果(save objects)、设置 kibana 服务器属性。

1.4 IK分词器安装

将elasticsearch-analysis-ik-7.4.0.zip解压到新建的目录plugins/ik目录下

记得一定要重启Elasticsearch！！！

1.4.1 使用IK分词器

IK分词器有两种分词模式：ik_max_word和ik_smart模式。
1、ik_max_word
会将文本做最细粒度的拆分，比如会将“乒乓球明年总冠军”拆分为“乒乓球、乒乓、球、明年、总冠军、冠军。
#方式一ik_max_word
GET /_analyze
{
“analyzer“: “ik_max_word”,
“text“: “乒乓球明年总冠军”
}
ik_max_word分词器执行如下：
{
“tokens“ : [
{
“token“ : “乒乓球”,
“start_offset“ : 0,
“end_offset“ : 3,
“type“ : “CN_WORD”,
“position“ : 0
},
{
“token“ : “乒乓”,
“start_offset“ : 0,
“end_offset“ : 2,
“type“ : “CN_WORD”,
“position“ : 1
},
{
“token“ : “球”,
“start_offset“ : 2,
“end_offset“ : 3,
“type“ : “CN_CHAR”,
“position“ : 2
},
{
“token“ : “明年”,
“start_offset“ : 3,
“end_offset“ : 5,
“type“ : “CN_WORD”,
“position“ : 3
},
{
“token“ : “总冠军”,
“start_offset“ : 5,
“end_offset“ : 8,
“type“ : “CN_WORD”,
“position“ : 4
},
{
“token“ : “冠军”,
“start_offset“ : 6,
“end_offset“ : 8,
“type“ : “CN_WORD”,
“position“ : 5
}
]
}

2、ik_smart
会做最粗粒度的拆分，比如会将“乒乓球明年总冠军”拆分为乒乓球、明年、总冠军。
#方式二ik_smart
GET /_analyze
{
“analyzer“: “ik_smart”,
“text“: “乒乓球明年总冠军”
}
ik_smart分词器执行如下：
{
“tokens“ : [
{
“token“ : “乒乓球”,
“start_offset“ : 0,
“end_offset“ : 3,
“type“ : “CN_WORD”,
“position“ : 0
},
{
“token“ : “明年”,
“start_offset“ : 3,
“end_offset“ : 5,
“type“ : “CN_WORD”,
“position“ : 1
},
{
“token“ : “总冠军”,
“start_offset“ : 5,
“end_offset“ : 8,
“type“ : “CN_WORD”,
“position“ : 2
}
]
}

由此可见 使用ik_smart可以将文本“text”: “乒乓球明年总冠军”分成了【乒乓球】【明年】【总冠军】
这样看的话，这样的分词效果达到了我们的要求。

1.5 自定义词库

请观察结果
蓝瘦香菇:网络用语难受，想哭的意思
喜大普奔:其实就是““喜闻乐见、大快人心、普天同庆、奔走相告”四个词的缩写

这样的分词效果不是我们想要的，我们希望喜大普奔作为一个词。

1.5.1 自定义词库

修改/opt/elasticsearch-7.4.0/plugins/ik/config/KAnalyzer.cfg.xml

修改完配置文件，需要重启elasticsearch服务

1.5.2 按照标红的路径利用nginx发布静态资源

1. 在nginx.conf中配置 | server {
   listen 80;
   server_name 192.168.137.3;
   location /fenci/ {
   root es;
   }
   } | | —- |

2. 并且在/usr/local/nginx/下建/es/fenci/目录，目录下加myword.txt

myword.txt中编写关键词，每一行代表一个词。

1. 启动nginx。
2. 在浏览器中访问自定义词库：http://192.168.137.3/fenci/myword.txt

火狐浏览器默认GBK

1. 在kibana中测试分词效果 | GET movie_index/_analyze
   {
   “analyzer”: “ik_max_word”,
   “text”: “蓝瘦香菇”
   } | {
   “tokens”: [
   {
   “token”: “蓝瘦香菇”,
   “start_offset”: 0,
   “end_offset”: 4,
   “type”: “CN_WORD”,
   “position”: 0
   },
   {
   “token”: “香菇”,
   “start_offset”: 2,
   “end_offset”: 4,
   “type”: “CN_WORD”,
   “position”: 1
   }
   ]
   } | | —- | —- | | GET /_analyze
   {
   “analyzer”: “ik_max_word”,
   “text”: “喜大普奔”
   } | {
   “tokens” : [
   {
   “token” : “喜大普奔”,
   “start_offset” : 0,
   “end_offset” : 4,
   “type” : “CN_WORD”,
   “position” : 0
   }
   ]
   } |