一、Elasticsearch简介
1.1 什么是Elasticsearch
Elaticsearch，简称为es， es是一个开源的==高扩展的分布式全文检索引擎==，它可以近乎实时的检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。ES使用Java开发。Lucene作为其核心来实现所有索引和搜索的功能，但是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。
1.2 Elasticsearch的使用案例
- 百度：百度目前广泛使用Elasticsearch作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部20多个业务线（包括casio、云分析、网盟、预测、文库、直达号、钱包、风控等），单集群最大100台机器，200个ES节点，每天导入30TB+数据
- 新浪使用ES 分析处理32亿条实时日志
- 阿里使用ES 构建挖财自己的日志采集和分析体系
- 2013年初，GitHub抛弃了Solr，采用Elasticsearch 来做PB级的搜索。 “GitHub使用Elasticsearch搜索20TB的数据，包括13亿文件和1300亿行代码”
- 维基百科：启动以Elasticsearch为基础的核心搜索架构
- SoundCloud：“SoundCloud使用Elasticsearch为1.8亿用户提供即时而精准的音乐搜索服务”
3、Es企业使用场景
企业使用场景一般分为2种情况：
3.1 已经上线的系统：
模块搜索功能使用数据库查询实现，但是已经出现性能问题，或者不满足产品的高亮相关度排序需求时。这种情况就会对系统的查询功能进行技术改造，转而使用全文检索，而es就是首选。改造业务流程如图：
3.2 系统新增加的模块：
产品一开始就要实现高亮相关度排序等全文检索的功能。针对这种情况，企业实现功能业务流程如图：
3.3 索引库存什么数据
索引库的数据是用来搜索用的，里面存储的数据和数据库一般不会是完全一样的，一般都比数据库的数据少。
那索引库存什么数据呢？
以业务需求为准，需求决定页面要显示什么字段以及会按什么字段进行搜索，那么这些字段就都要保存到索引库中。
二、软件安装
1、Elasticsearch安装
https://elasticstack.blog.csdn.net/article/details/99413578
2.1 下载ES压缩包
目前Elasticsearch最新的版本是7.4.2，我们使用6.8.0版本，建议使用JDK1.8及以上
Elasticsearch分为Linux和Window版本，基于我们主要学习的是Elasticsearch的Java客户端的使用，所以我们课程中使用的是安装较为简便的Window版本，项目上线后，公司的运维人员会安装Linux版的ES供我们连接使用。
Elasticsearch的官方地址：https://www.elastic.co/cn/downloads/past-releases
https://www.elastic.co/cn/downloads/past-releases
2.2 安装ES服务
Window版的Elasticsearch的安装很简单，类似Window版的Tomcat，解压开即安装完毕，解压后的Elasticsearch的目录结构如下：
2.3 启动ES服务
点击Elasticsearch下的bin目录下的Elasticsearch.bat启动，控制台显示的日志信息如下：
2.4 检测
9300是tcp通讯端口，集群间和TCP 客户端都执行该端口，9200是http协议的RESTful接口 。
通过浏览器访问Elasticsearch服务器，看到如下返回的json信息，代表服务启动成功：
ElasticSearch6.8.0默认占用本机内存1个G，如果不足，建议改小一点。经测试125m足够开发测试使用。
修改配置文件D:\elasticsearch-6.8.0\config\jvm.options
# Xms represents the initial size of total heap space # Xmx represents the maximum size of total heap space -Xms1g -Xmx1g
2.5 安装问题
2.5.1 启动失败(未安装JDK)
注意：Elasticsearch是使用java开发的，且本版本的es需要的jdk版本要是1.8及以上，所以安装Elasticsearch之前保证JDK1.8+安装完毕，并正确的配置好JDK环境变量，否则启动Elasticsearch失败。
2.5.2 本机可用公网不可用
默认情况下，ES只允许本机访问，如果需要远程访问，可以修改 ES安装目录的config/elasticsearch.yml文件，去掉network.host的注释，将它的值改成0.0.0.0，然后重新启动ES。
network.host: 0.0.0.0
2.5.3 启动报错(缺少配置文件)
报错内容
ERROR: [1] bootstrap checks failed [1]: the default discovery settings are unsuitable for production use; at least one of [discovery.seed_hosts, discovery.seed_providers, cluster.initial_master_nodes] must be configured
新增配置内容
复制代码重点是 node.name 和 cluster.initial_master_node
cluster.name: "my-cluster" network.host: 0.0.0.0 node.name: "node-1" discovery.seed_hosts: ["127.0.0.1", "[::1]"] cluster.initial_master_nodes: ["node-1"] # 开启跨域访问支持，默认为false http.cors.enabled: true
2.2 安装ES插件ElasticSearch-head
- 在Chrome浏览器地址栏中输入：chrome://extensions/
- 打开Chrome扩展程序的开发者模式
- 将资料中的
ElasticSearch-head-Chrome插件.crx拖入浏览器的插件页面:
- 解压crx插件，通过加载已解压的扩展程序来加载
- 最后即可安装成功
3、安装Kibana
3.1 什么是Kibana
Kibana是ElasticSearch的数据可视化和实时分析的工具，利用Elasticsearch的聚合功能，生成各种图表，如柱形图，线状图，饼图等。
https://www.elastic.co/cn/products/kibana
3.2 安装配置
2.1 解压即安装成功
2.2 进入安装目录下的config目录的kibana.yml文件
修改elasticsearch服务器的地址：
elasticsearch.url: "http://localhost:9200"
修改kibana配置支持中文：
i18n.locale: "zh-CN"
3.3 运行访问
4.1 进入安装目录下的bin目录
4.2 双击运行，启动成功：
4.3 发现kibana的监听端口是5601，我们访问：http://127.0.0.1:5601
2.4 集成IK分词器
Lucene的IK分词器早在2012年已经没有维护了，现在我们要使用的是在其基础上维护升级的版本，并且开发为Elasticsearch的集成插件了，与Elasticsearch一起维护升级，版本也保持一致。
GitHub仓库地址：https://github.com/medcl/elasticsearch-analysis-ik
下载插件：
4.1 安装插件
插件已经在资料中准备好了，解压之后，存放到D:\elasticsearch-6.8.0\plugins\目录中，即可安装成功插件。
注意：解压的时候，如下文件必须在plugins目录的第一级目录下
重新启动ElasticSearch之后，看到如下日志代表安装成功
4.1 测试
IK分词器有两种分词模式：ik_max_word和ik_smart模式。
- ik_max_word：会将文本做最细粒度的拆分
- ik_smart：会做最粗粒度的拆分
请求方式：POST 请求url：http://127.0.0.1:9200/_analyze 请求体： { "analyzer": "ik_smart", "text": "南京市长江大桥" }
最细粒度的拆分结果：
{ "tokens": [ { "token": "南京市", "start_offset": 0, "end_offset": 3, "type": "CN_WORD", "position": 0 }, { "token": "长江大桥", "start_offset": 3, "end_offset": 7, "type": "CN_WORD", "position": 1 } ] }
4.3 添加扩展词典和停用词典
停用词：有些词在文本中出现的频率非常高。但对本文的语义产生不了多大的影响。例如英文的a、an、the、of等。或中文的”的、了、呢等”。这样的词称为停用词。停用词经常被过滤掉，不会被进行索引。在检索的过程中，如果用户的查询词中含有停用词，系统会自动过滤掉。停用词可以加快索引的速度，减少索引库文件的大小。
扩展词：就是不想让哪些词被分开，让他们分成一个词。比如上面的江大桥
南京市长江大桥
自定义扩展词库
- 进入到
elasticsearch-6.8.0\plugins\elasticsearch-analysis-ik-6.8.0\config目录下, 新增自定义词典myext_dict.dic
输入 ：江大桥
- 将我们自定义的扩展词典文件，配置到IKAnalyzer.cfg.xml文件中
- 然后重启：
- 进行测试：
{ "tokens": [ { "token": "南京市", "start_offset": 0, "end_offset": 3, "type": "CN_WORD", "position": 0 }, { "token": "市长", "start_offset": 3, "end_offset": 5, "type": "CN_WORD", "position": 1 }, { "token": "江大桥", "start_offset": 5, "end_offset": 8, "type": "CN_WORD", "position": 2 } ] }
三、集群搭建
单点的问题
单台服务器，往往都有最大的负载能力，超过这个阈值，服务器性能就会大大降低甚至不可用。单点的elasticsearch也是一样，那单点的es服务器存在哪些可能出现的问题呢？
- 单台机器存储容量有限
- 单服务器容易出现单点故障，无法实现高可用
- 单服务的并发处理能力有限
所以，为了应对这些问题，我们需要对elasticsearch搭建集群
集群中节点数量没有限制，大于等于2个节点就可以看做是集群了。一般出于高性能及高可用方面来考虑集群中节点数量都是3个以上。
1、集群的相关概念
1.1 集群 cluster
一个集群就是由一个或多个节点组织在一起，它们共同持有整个的数据，并一起提供索引和搜索功能。一个集群由一个唯一的名字标识，这个名字默认就是“Elasticsearch”。这个名字是重要的，因为一个节点只能通过指定某个集群的名字，来加入这个集群
1.2 节点 node
一个节点是集群中的一个服务，作为集群的一部分，它存储数据，参与集群的索引和搜索功能。和集群类似，一个节点也是由一个名字来标识的。这个名字对于管理工作来说挺重要的，因为在这个管理过程中，你会去确定网络中的哪些服务对应于Elasticsearch集群中的哪些节点。
一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每个节点都会被安排加入到一个叫做“Elasticsearch”的集群中，这意味着，如果你在你的网络中启动了若干个节点，并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做“Elasticsearch”的集群中。在一个集群里，只要你想，可以拥有任意多个节点。
1.3 分片和复制 shards&replicas
为了解决索引占用空间过大(1TB以上)这个问题，Elasticsearch提供了将索引划分成多份的能力，这些份就叫做分片。当你创建一个索引的时候，你可以指定你想要的分片的数量。
为了提高分片高可用，Elasticsearch允许创建分片的一份或多份拷贝，这些拷贝叫做复制分片，或者直接叫复制。
默认情况下，Elasticsearch中的每个索引被分片5个主分片和1个复制，这意味着，如果你的集群中至少有两个节点，你的索引将会有5个主分片和另外5个复制分片（1个完全拷贝），这样的话每个索引总共就有10个分片。
2、集群的搭建
2.1 准备三台Elasticsearch服务器
创建Elasticsearch-cluster文件夹，在内部复制三个Elasticsearch服务
2.2 修改每台服务器配置
修改Elasticsearch-cluster\node*\config\Elasticsearch.yml配置文件
node1节点：
#节点1的配置信息： #集群名称，保证唯一 cluster.name: my-Elasticsearch #节点名称，必须不一样 node.name: node-1 #必须为本机的ip地址 network.host: 127.0.0.1 #服务端口号，在同一机器下必须不一样 http.port: 9201 #集群间通信端口号，在同一机器下必须不一样 transport.tcp.port: 9301 #设置集群自动发现机器ip集合 discovery.zen.ping.unicast.hosts: ["127.0.0.1:9301","127.0.0.1:9302","127.0.0.1:9303"]
node2节点：
#节点2的配置信息： #集群名称，保证唯一 cluster.name: my-Elasticsearch #节点名称，必须不一样 node.name: node-2 #必须为本机的ip地址 network.host: 127.0.0.1 #服务端口号，在同一机器下必须不一样 http.port: 9202 #集群间通信端口号，在同一机器下必须不一样 transport.tcp.port: 9302 #设置集群自动发现机器ip集合 discovery.zen.ping.unicast.hosts: ["127.0.0.1:9301","127.0.0.1:9302","127.0.0.1:9303"]
node3节点：
#节点3的配置信息： #集群名称，保证唯一 cluster.name: my-Elasticsearch #节点名称，必须不一样 node.name: node-3 #必须为本机的ip地址 network.host: 127.0.0.1 #服务端口号，在同一机器下必须不一样 http.port: 9203 #集群间通信端口号，在同一机器下必须不一样 transport.tcp.port: 9303 #设置集群自动发现机器ip集合 discovery.zen.ping.unicast.hosts: ["127.0.0.1:9301","127.0.0.1:9302","127.0.0.1:9303"]
2.3 启动各个节点服务器
双击Elasticsearch-cluster\node*\bin\Elasticsearch.bat
启动节点1：
启动节点2：
启动节点3：
2.4 集群测试
添加索引和映射
请求方法：PUT 请求地址：http://127.0.0.1:9200/heima2 请求体： { "settings":{}, "mappings":{ "goods":{ "properties":{ "title":{ "type":"text", "analyzer":"ik_max_word" }, "subtitle":{ "type":"text", "analyzer":"ik_max_word" }, "images":{ "type":"keyword", "index":"false" }, "price":{ "type":"float" } } } } }
添加文档
请求方法：POST 请求地址：http://127.0.0.1:9200/heima2/goods 请求体： { "title":"小米手机", "images":"http://image.leyou.com/12479122.jpg", "price":2699.00 }
使用Elasticsearch-header查看集群情况
可以通过elasticsearch-head插件查看集群健康状态，有以下三个状态：
green
所有的主分片和副本分片都已分配。你的集群是 100% 可用的。
yellow
所有的主分片已经分片了，但至少还有一个副本是缺失的。不会有数据丢失，所以搜索结果依然是完整的。不过，你的高可用性在某种程度上被弱化。如果 更多的 分片消失，你就会丢数据了。把 yellow 想象成一个需要及时调查的警告。
red
至少一个主分片（以及它的全部副本）都在缺失中。这意味着你在缺少数据：搜索只能返回部分数据，而分配到这个分片上的写入请求会返回一个异常。
四、下载地址
1、ElasticSearch-head
https://download.csdn.net/download/weixin_44624117/86269675
2、IK分词器
https://download.csdn.net/download/weixin_44624117/86269705
