Elasticsearcsh7.9.2&Elasticsearcsh-Head5.0.0&IK分词器7.9.2 详细使用步骤 建议收藏（Windows下演示）

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。

一、下载安装ES

1、下载ES

// 自带JDK的版本
https://www.elastic.co/cn/downloads/elasticsearch
// 不带JDK的版本
https://www.elastic.co/cn/downloads/elasticsearch-no-jdk

本例中使用不带JDK的版本，JDK我们使用自己自带的防止和本地JDK和自带JDK冲突，Elasticsearch无需安装，解压即用。

注意：

1.安装Elasticsearch前提条件：JDK1.8及以上
2.ES的安装目录即解压目录不能包含空格否则在之后ES将启动不了

2、ES文件目录

这是自带JDK的ES版本目录，不带JDK的ES同理不存在jdk目录

3、解决ES的跨域问题

编辑ES配置文件

http.cors.enabled: true
http.cors.allow-origin: "*"

4、启动ES

这里会弹出命令行

5、验证ES是否启动成功

打开浏览器在地址栏输入http://127.0.0.1:9200当出现如下提示时则表示ES启动成功

二、下载安装elasticsearch-head插件

ealsticsearch只是后端提供各种api，那么怎么直观的使用它呢？elasticsearch-head将是一款专门针对于elasticsearch的客户端工具

ES5以上版本安装head需要安装node.js和grunt

// elasticsearch-head项目地址
https://github.com/mobz/elasticsearch-head
// node.js下载地址
https://nodejs.org/zh-cn/

解压elasticsearch-head，在当前elasticsearch-head的目录打开cmd，执行一下命令

// 安装依赖
node install
// 安装grunt
npm install grunt-cli
// 运行grunt
grunt server

安装完成用cmd进入安装目录
执行 node -v 可查看node.js版本号
执行grunt -version查看grunt版本号

在浏览器中输入http://localhost:9100，看到如下界面则表示elasticsearch-head启动成功

扫描二维码关注公众号，回复： 12085245 查看本文章

三、ES的使用

1、概述

Elasticsearch是面向文档(document oriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅
仅是存储，还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中，你可以对文档（而非成行成列的
数据）进行索引、搜索、排序、过滤。Elasticsearch比传统关系型数据库如下：

Relational DB ‐> Databases ‐> Tables ‐> Rows ‐> Columns
Elasticsearch ‐> Indices ‐> Types ‐> Documents ‐> Fields

2、常见概念

索引 index

一个索引就是一个拥有几分相似特征的文档的集合。比如说，你可以有一个客户数据的索引，另一个产品目录的索
引，还有一个订单数据的索引。一个索引由一个名字来标识（必须全部是小写字母的），并且当我们要对对应于这
个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索
引。

类型 type

在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来
定。通常，会为具有一组共同字段的文档定义一个类型。比如说，我们假设你运营一个博客平台并且将你所有的数
据存储到一个索引中。在这个索引中，你可以为用户数据定义一个类型，为博客数据定义另一个类型，当然，也可
以为评论数据定义另一个类型。

字段Field

相当于是数据表的字段，对文档数据根据不同属性进行的分类标识

映射 mapping

mapping是处理数据的方式和规则方面做一些限制，如某个字段的数据类型、默认值、分析器、是否被索引等等，
这些都是映射里面可以设置的，其它就是处理es里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据
对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。

文档 document

一个文档是一个可被索引的基础信息单元。比如，你可以拥有某一个客户的文档，某一个产品的一个文档，当然，
也可以拥有某个订单的一个文档。文档以JSON（Javascript Object Notation）格式来表示，而JSON是一个到处存
在的互联网数据交互格式。
在一个index/type里面，你可以存储任意多的文档。注意，尽管一个文档，物理上存在于一个索引之中，文档必须
被索引/赋予一个索引的type。

接近实时 NRT

Elasticsearch是一个接近实时的搜索平台。这意味着，从索引一个文档直到这个文档能够被搜索到有一个轻微的延
迟（通常是1秒以内）

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

节点 node

一个节点是集群中的一个服务器，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，默认情况下，这个名字是一个随机的漫威漫画角色的名字，这个名字会在启动的
时候赋予节点。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器对
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。而且，如果当前你的网络中没有运行任何Elasticsearch节点，
这时启动一个节点，会默认创建并加入一个叫做“elasticsearch”的集群。

分片和复制 shards&replicas

一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10亿文档的索引占据1TB的磁盘空间，而任
一节点都没有这样大的磁盘空间；或者单个节点处理搜索请求，响应太慢。为了解决这个问题，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。每
个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以被放置到集群中的任何节点上。分片很重要，主
要有两方面的原因： 1）允许你水平分割/扩展你的内容容量。 2）允许你在分片（潜在地，位于多个节点上）之上
进行分布式的、并行的操作，进而提高性能/吞吐量。
至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由Elasticsearch管理的，对于作为用户的你来说，
这些都是透明的。
在一个网络/云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于离线状态，或者由于任何原因
消失了，这种情况下，有一个故障转移机制是非常有用并且是强烈推荐的。为此目的，Elasticsearch允许你创建分
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。
复制之所以重要，有两个主要原因： 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分
片从不与原/主要（original/primary）分片置于同一节点上是非常重要的。扩展你的搜索量/吞吐量，因为搜索可以
在所有的复制上并行运行。总之，每个索引可以被分成多个分片。一个索引也可以被复制0次（意思是没有复制）
或多次。一旦复制了，每个索引就有了主分片（作为复制源的原来的分片）和复制分片（主分片的拷贝）之别。分
片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制的数量，但是你
事后不能改变分片的数量。
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。

3、ES中的常用操作

创建索引index

创建索引后设置Mapping

注意：在ES 7.X 之后 删除了映射类型

参见ES官方说明：https://www.elastic.co/guide/en/elasticsearch/reference/7.x/removal-of-types.html

一般碰到报错:”Types cannot be provided in put mapping requests, unless the include_type_name parameter is set to true”，都是因为ElasticSearch从低版本升级到高版本造成的

新的ElasticSearch 7.x，做了调整，要求mapping时不需要提交type，为了确保旧代码的兼容性，加入了一个include_type_name的参数，而这样的请求，Head插件自带的请求时无法完成的这时候我么就需要借助postman工具。

删除索引index

创建文档document

创建索引和设置Mapping一步完成

创建文档

这一切都可以在Head的可视化界面中得到验证

修改文档document

删除文档document

查询文档-根据id查询

查询文档-querystring查询

将搜索内容"搜索服务器"修改为"搜钢索"，同样也能搜索到文档，原因是ES对字符串进行分词，包含其中任意一个字的数据都会被查询到

查询文档-term查询

四、IK 分词器

1.下载安装

// 项目地址，下载的版本最好和ES版本一致
https://github.com/medcl/elasticsearch-analysis-ik

解压，将解压后的文件夹拷贝到ES目录\plugins下

运行ES，可以看到ik分词器已被加载

2.IK分词器测试

最小切分 ik_smart

返回的结果

{
    
    
    "tokens": [
        {
    
    
            "token": "这是",
            "start_offset": 0,
            "end_offset": 2,
            "type": "CN_WORD",
            "position": 0
        },
        {
    
    
            "token": "一个",
            "start_offset": 2,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 1
        },
        {
    
    
            "token": "对",
            "start_offset": 4,
            "end_offset": 5,
            "type": "CN_CHAR",
            "position": 2
        },
        {
    
    
            "token": "分词器",
            "start_offset": 5,
            "end_offset": 8,
            "type": "CN_WORD",
            "position": 3
        },
        {
    
    
            "token": "的",
            "start_offset": 8,
            "end_offset": 9,
            "type": "CN_CHAR",
            "position": 4
        },
        {
    
    
            "token": "测试",
            "start_offset": 9,
            "end_offset": 11,
            "type": "CN_WORD",
            "position": 5
        }
    ]
}

最细切分 ik_max_word

返回结果

{
    
    
    "tokens": [
        {
    
    
            "token": "这是",
            "start_offset": 0,
            "end_offset": 2,
            "type": "CN_WORD",
            "position": 0
        },
        {
    
    
            "token": "一个",
            "start_offset": 2,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 1
        },
        {
    
    
            "token": "一",
            "start_offset": 2,
            "end_offset": 3,
            "type": "TYPE_CNUM",
            "position": 2
        },
        {
    
    
            "token": "个",
            "start_offset": 3,
            "end_offset": 4,
            "type": "COUNT",
            "position": 3
        },
        {
    
    
            "token": "对分",
            "start_offset": 4,
            "end_offset": 6,
            "type": "CN_WORD",
            "position": 4
        },
        {
    
    
            "token": "分词器",
            "start_offset": 5,
            "end_offset": 8,
            "type": "CN_WORD",
            "position": 5
        },
        {
    
    
            "token": "分词",
            "start_offset": 5,
            "end_offset": 7,
            "type": "CN_WORD",
            "position": 6
        },
        {
    
    
            "token": "器",
            "start_offset": 7,
            "end_offset": 8,
            "type": "CN_CHAR",
            "position": 7
        },
        {
    
    
            "token": "的",
            "start_offset": 8,
            "end_offset": 9,
            "type": "CN_CHAR",
            "position": 8
        },
        {
    
    
            "token": "测试",
            "start_offset": 9,
            "end_offset": 11,
            "type": "CN_WORD",
            "position": 9
        }
    ]
}

3.分析器使用ik

删除索引

新建索引和Mapping，分析器选择的时ik_max_word

可在Head中查看到Mapping

当改用ik分词器（ik_max_word）再次查询关键词“搜钢索”时，

当改用ik分词器（ik_max_word）查询关键词“搜索”时，

如果本篇文章对你有帮助，点赞转发收藏，你的支持是我最大的动力！