CentOS安装Elasticsearch_IK分词器&拼音分词器_部署kibana_部署es集群_contos7的elasticsearch下载拼音分词器

CentOS安装Elasticsearch_IK分词器_部署kibana_部署es集群

一、部署单点es

①：创建网络

因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：

命令：docker network create es-net

②：加载镜像

1. 下载elasticsearch和kibana的tar包

这里我们采用elasticsearch的7.12.1版本的镜像，这个镜像体积非常大，接近1G。不建议大家自己pull。

网盘链接：
链接：https://pan.baidu.com/s/1fBVAOVslq-E1Qa7hUQfdKw
提取码：Coke

1.将elasticsearch的tar包上传到Linux

在 /usr/oop目录下创建一个elasticsearch目录

2. 运行命令加载即可：

docker load -i es.tar

3.将kibana的tar包上传到Linux

在 /usr/oop目录下创建一个kibana目录

4. 运行命令加载即可：

docker load -i kibana.tar

③：运行

运行docker命令，部署单点es：

docker run -d \
	--name es \
    -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
    -e "discovery.type=single-node" \
    -v es-data:/usr/share/elasticsearch/data \
    -v es-plugins:/usr/share/elasticsearch/plugins \
    --privileged \
    --network es-net \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1
1
2
3
4
5
6
7
8
9
10
11

命令解释：

• -e "cluster.name=es-docker-cluster"：设置集群名称
• -e "http.host=0.0.0.0"：监听的地址，可以外网访问
• -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：内存大小
• -e "discovery.type=single-node"：非集群模式
• -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录
• -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录
• -v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录
• --privileged：授予逻辑卷访问权
• --network es-net ：加入一个名为es-net的网络中
• -p 9200:9200：端口映射配置

在浏览器中输入：http://192.168.100.200:9200 即可看到elasticsearch的响应结果：

二、部署kibana

kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习。

注意：kibana和Elastaicsearch要在同一个网络中并且版本要保持一样

网盘链接：
链接：https://pan.baidu.com/s/1fBVAOVslq-E1Qa7hUQfdKw
提取码：Coke

1.将kibana的tar包上传到Linux

在 /usr/oop目录下创建一个kibana目录

2. 运行命令加载即可：

docker load -i kibana.tar

①：部署

运行docker命令，部署kibana

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601  \
kibana:7.12.1
1
2
3
4
5
6

• --network es-net ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中
• -e ELASTICSEARCH_HOSTS=http://es:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
• -p 5601:5601：端口映射配置

kibana启动一般比较慢，需要多等待一会，可以通过命令：
docker logs -f kibana

查看运行日志，当查看到下面的日志，说明成功：

在浏览器输入地址访问：http://192.168.100.200:5601，即可看到结果

②：DevTools

kibana中提供了一个DevTools界面：

这个界面中可以编写DSL来操作elasticsearch。并且对DSL语句有自动补全功能。

三、安装IK分词器

①：在线安装ik插件（较慢）

# 进入容器内部
docker exec -it elasticsearch /bin/bash

# 在线下载并安装
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

#退出
exit
#重启容器
docker restart elasticsearch
1
2
3
4
5
6
7
8
9
10

①：离线安装ik插件（推荐）

1. 查看数据卷目录

安装插件需要知道elasticsearch的plugins目录位置，而我们用了数据卷挂载，因此需要查看elasticsearch的数据卷目录，通过下面命令查看:

docker volume inspect es-plugins
1

显示结果：

[
    {
        "CreatedAt": "2022-09-30T15:08:57+08:00",
        "Driver": "local",
        "Labels": null,
        "Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
        "Name": "es-plugins",
        "Options": null,
        "Scope": "local"
    }
]
1
2
3
4
5
6
7
8
9
10
11

说明plugins目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data 这个目录中。

2. 解压缩分词器安装包

网盘链接：
链接：https://pan.baidu.com/s/1fBVAOVslq-E1Qa7hUQfdKw
提取码：Coke

3. 上传到es容器的插件数据卷中

也就是/var/lib/docker/volumes/es-plugins/_data ：

4. 重启容器

# 4、重启容器
docker restart es
1
2

# 查看es日志
docker logs -f es
1
2

查看日志发现报错了

原因：
JDK有一些安全限制，可以修改配置文件文件jdk目录/usr/jdk/jdk1.8.0_152/jre/lib/security，禁用这些限制：

解决办法：

• 修改java.policy文件添加一下内容

grant {
	permission java.net.SocketPermission "*:*","connect,resolve";
	permission java.lang.RuntimePermission "getClassLoader"; 
};
1
2
3
4

# 4、重启容器
docker restart es
1
2

5. 测试：

IK分词器包含两种模式：

• ik_smart：最少切分

• ik_max_word：最细切分

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "黑马程序员学习java太棒了"
}
1
2
3
4
5

③： 扩展词词典

随着互联网的发展，“造词运动”也越发的频繁。出现了很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“传智播客” 等。

所以我们的词汇也需要不断的更新，IK分词器提供了扩展词汇的功能。

1. 打开IK分词器config目录：
/var/lib/docker/volumes/es-plugins/_data/ik/config

2.在IKAnalyzer.cfg.xml配置文件内容添加：

<?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 *** 添加扩展词典-->
        <entry key="ext_dict">ext.dic</entry>
</properties>
1
2
3
4
5
6
7

3. 新建一个 ext.dic，可以参考config目录下复制一个配置文件进行修改

白嫖
奥力给
1
2

4. 重启elasticsearch

docker restart es

# 查看 日志
docker logs -f elasticsearch
1
2
3
4

日志中已经成功加载ext.dic配置文件

5. 测试效果：

GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "程序员学习java白嫖奥里给"
} 
1
2
3
4
5

注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑

④：停用词词典

在互联网项目中，在网络间传输的速度很快，所以很多语言是不允许在网络上传递的，如：关于宗教、政治等敏感词语，那么我们在搜索时也应该忽略当前词汇。

IK分词器也提供了强大的停用词功能，让我们在索引时就直接忽略当前的停用词汇表中的内容。

1. IKAnalyzer.cfg.xml配置文件内容添加：

<?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">ext.dic</entry>
         <!--用户可以在这里配置自己的扩展停止词字典  *** 添加停用词词典-->
        <entry key="ext_stopwords">stopword.dic</entry>
</properties>
1
2
3
4
5
6
7
8
9

2.在 stopword.dic 添加停用词

4. 重启elasticsearch

# 重启服务
docker restart elasticsearch
docker restart kibana

# 查看 日志
docker logs -f elasticsearch
1
2
3
4
5
6

日志中已经成功加载stopword.dic配置文件

测试效果：

习X大
1

GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "程序员学习java,习X大都点赞,奥里给"
}
1
2
3
4
5

注意当前文件的编码必须是 UTF-8 格式，严禁使用Windows记事本编辑

四、安装拼音分词器

①：下载插件

官网下载：https://github.com/medcl/elasticsearch-analysis-pinyin

网盘下载：
链接：https://pan.baidu.com/s/1_7C1ujlfyTm3qLJjcLr1-Q
提取码：Coke

要实现根据字母做补全，就必须对文档按照拼音分词。在GitHub上恰好有elasticsearch的拼音分词插件。

②：安装

安装方式与IK分词器一样，分三步：

​ ①解压

​ ②上传到虚拟机中，elasticsearch的plugin目录

目录：/var/lib/docker/volumes/es-plugins/_data

​ ③重启elasticsearch

命令：docker restart es

​ ④测试

测试用法如下：

POST /_analyze
{
  "text": "如家酒店还不错",
  "analyzer": "pinyin"
}
1
2
3
4
5

结果：

③：自定义分词器

网盘下载：
链接：https://pan.baidu.com/s/1_7C1ujlfyTm3qLJjcLr1-Q
提取码：Coke

默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。

elasticsearch中分词器（analyzer）的组成包含三部分：

• character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符
• tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smart
• tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

文档分词时会依次由这三部分来处理文档：

1. 配置分词器

• 1.自定义分词器

PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": { // 自定义分词器
        "my_analyzer": {  // 分词器名称
          "tokenizer": "ik_max_word",
          "filter": "py"
        }
      },
      "filter": { // 自定义tokenizer filter
        "py": { // 过滤器名称
          "type": "pinyin", // 过滤器类型，这里是pinyin
		  "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "limit_first_letter_length": 16,
          "remove_duplicated_term": true,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "my_analyzer",
        "search_analyzer": "ik_smart"
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

2.测试

• 2.测试：
  
• 3.使用配置的索引库在测试
  

总结：

如何使用拼音分词器？

• ①下载pinyin分词器

• ②解压并放到elasticsearch的plugin目录

• ③重启即可

如何自定义分词器？

• ①创建索引库时，在settings中配置，可以包含三部分

• ②character filter

• ③tokenizer

• ④filter

拼音分词器注意事项？

• 为了避免搜索到同音字，搜索时不要使用拼音分词器

五、部署es集群

部署es集群可以直接使用docker-compose来完成，不过要求你的Linux虚拟机至少有4G的内存空间

①：创建es集群

1.首先编写一个docker-compose文件格式为yml，内容如下：

version: '2.2'
services:
  es01:
    image: elasticsearch:7.12.1
    container_name: es01
    environment:
      - node.name=es01
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es02,es03
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data01:/usr/share/elasticsearch/data
    ports:
      - 9200:9200
    networks:
      - elastic
  es02:
    image: elasticsearch:7.12.1
    container_name: es02
    environment:
      - node.name=es02
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es03
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data02:/usr/share/elasticsearch/data
    ports:
      - 9201:9200
    networks:
      - elastic
  es03:
    image: elasticsearch:7.12.1
    container_name: es03
    environment:
      - node.name=es03
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es02
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data03:/usr/share/elasticsearch/data
    networks:
      - elastic
    ports:
      - 9202:9200
volumes:
  data01:
    driver: local
  data02:
    driver: local
  data03:
    driver: local

networks:
  elastic:
    driver: bridge
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58

2.将文件上传到虚拟机中

3.es运行需要修改一些linux系统权限，修改/etc/sysctl.conf文件

vim /etc/sysctl.conf
1

• 添加下面的内容：

vm.max_map_count=262144
1

• 然后执行命令，让配置生效：

sysctl -p
1

4.通过docker-compose启动集群：
先启动docker: systemctl start docker
启动集群命令：docker-compose up -d

②：集群状态监控

kibana可以监控es集群，不过新版本需要依赖es的x-pack 功能，配置比较复杂。

这里推荐使用cerebro来监控es集群状态，官方网址：https://github.com/lmenezes/cerebro

cerebro-0.9.4安装包====>网盘链接：
链接：https://pan.baidu.com/s/1JFSwDf2iiuwKGndfiWy2XQ
提取码：Coke

1.解压即可使用，非常方便, 解压好的目录如下：

2.进入对应的bin目录：

3.双击其中的cerebro.bat文件或使用命令.\cerebro.bat即可启动服务。

4.访问http://localhost:9000 即可进入管理界面：

绿色的条，代表集群处于绿色（健康状态）。

③：创建索引库

01.利用kibana的DevTools创建索引库

• 在DevTools中输入指令：

PUT /itcast
{
  "settings": {
    "number_of_shards": 3, // 分片数量
    "number_of_replicas": 1 // 副本数量
  },
  "mappings": {
    "properties": {
      // mapping映射定义 ...
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12

02. 利用cerebro创建索引库

利用cerebro还可以创建索引库：

2.填写索引库信息：