JDK8，最低要求
使用Java开发，必须保证ElasticSearch的版本与Java的核心jar包版本对应！（Java环境保证没错）
这里在windows上进行安装

Windows下安装

1、安装

下载地址：ElasticSearch: https://mirrors.huaweicloud.com/elasticsearch/?C=N&O=D
解压即可（尽量将ElasticSearch相关工具放在统一目录下）

2、熟悉目录

ElasticSearch安装 - 图1
bin 启动文件目录
config 配置文件目录
1og4j2 日志配置文件
jvm.options java 虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)
elasticsearch.ym1 elasticsearch 的配置文件! 默认9200端口!跨域!
lib
相关jar包
modules 功能模块目录
plugins 插件目录
ik分词器

启动

一定要检查自己的java环境是否配置好
ElasticSearch安装 - 图2
image.png
image.png

安装可视化界面

elasticsearch-head
使用前提：需要安装nodejs

1、下载地址

https://github.com/mobz/elasticsearch-head

2、安装

解压即可（尽量将ElasticSearch相关工具放在统一目录下）

3、启动

cd elasticsearch-head# 安装依赖npm install# 启动npm run start# 访问http://localhost:9100/
安装依赖
ElasticSearch安装 - 图5
运行
ElasticSearch安装 - 图6
访问
存在跨域问题（只有当两个页面同源，才能交互）
同源（端口，主机，协议三者都相同）
https://blog.csdn.net/qq_38128179/article/details/84956552
开启跨域（在elasticsearch解压目录config下elasticsearch.yml中添加）
开启跨域http.cors.enabled: true#
所有人访问http.cors.allow-origin: ““
重启elasticsearch
再次连接
image.png
*如何理解上图：

  • 如果你是初学者
    • 索引 可以看做 “数据库”
    • 类型 可以看做 “表”
    • 文档 可以看做 “库中的数据（表中的行）”

  • 这个head，我们只是把它当做可视化数据展示工具，之后所有的查询都在kibana中进行

    • 因为不支持json格式化，不方便

      安装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。设置Kibana非常简单。无需编码或者额外的基础架构,几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。

      1、下载

      下载地址：https://mirrors.huaweicloud.com/kibana/?C=N&O=D
      下载的版本需要与ElasticSearch版本对应

      2、安装

      解压即可（尽量将ElasticSearch相关工具放在统一目录下）
      ElasticSearch安装 - 图8

      3、启动

      ElasticSearch安装 - 图9
      ElasticSearch安装 - 图10
      访问
      localhost:5601
      image.png

      4、开发工具

      （Postman、curl、head、谷歌浏览器插件）
      ElasticSearch安装 - 图12
      如果说，你在英文方面不太擅长，kibana是支持汉化的

      5、kibana汉化

      编辑器打开kibana解压目录/config/kibana.yml，添加
      i18n.locale: “zh-CN”

      了解ELK

  • ELK是Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称。市面上也被成为Elastic Stack。

    • 其中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。
      • 像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。
    • 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 )收集的不同格式数据,经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
    • 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。
  • 市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称 ,但实际上ELK不仅仅适用于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非唯一性。

收集清洗数据(Logstash) ==> 搜索、存储(ElasticSearch) ==> 展示(Kibana)
ElasticSearch安装 - 图13