分布式搜索(Elasticsearch基础)

安装ES

之后还需要部署Kibana容器，因此需要让es和kibana容器互联，先创建一个网络

启动es

-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

部署成功

部署Kibana

Kibana可以为ES提供一个可视的图形化界面，可以方便我们学习

导入镜像

运行Kibana

--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

注意Kibana的版本必须要和elasticsearch一致

部署成功

kibana可以让我们非常方便的书写和发送DSL

模拟浏览器访问es:9200

分词的效果很糟糕

需要用ik分词器

安装Ik分词器

docker volume inspect es-plugins 用这个指令找到 es-plugins目录的位置

重启安装成功

IK分词器两种模式

ik_smart 最少切分

ik_max_word 最细切分

ik_smart 只会找出程序员而 ik_max_word 不仅仅可以找出程序员还会找出程序

配置好拓展后重启

{
“tokens” : [
{
“token” : “御坂美琴”,
“start_offset” : 0,
“end_offset” : 4,
“type” : “CN_WORD”,
“position” : 0
},
{
“token” : “misakimikoto”,
“start_offset” : 5,
“end_offset” : 17,
“type” : “ENGLISH”,
“position” : 1
},
{
“token” : “苍崎青子”,
“start_offset” : 19,
“end_offset” : 23,
“type” : “CN_WORD”,
“position” : 2
},
{
“token” : “aozakiaoko”,
“start_offset” : 24,
“end_offset” : 34,
“type” : “ENGLISH”,
“position” : 3
},
{
“token” : “爱尔奎特”,
“start_offset” : 36,
“end_offset” : 40,
“type” : “CN_WORD”,
“position” : 4
},
{
“token” : “arecuid”,
“start_offset” : 41,
“end_offset” : 48,
“type” : “ENGLISH”,
“position” : 5
},
{
“token” : “都很”,
“start_offset” : 49,
“end_offset” : 51,
“type” : “CN_WORD”,
“position” : 6
},
{
“token” : “可爱”,
“start_offset” : 51,
“end_offset” : 53,
“type” : “CN_WORD”,
“position” : 7
}
]
}

如上，成功拓展了字典

创建索引库

PUT /heima
{
“mappings”: {
“properties”: {
“info”: {
“type”: “text”,
“analyzer”: “ik_smart”,
“index”: true
},
“email”: {
“type”: “keyword”,
“index”: false
},
“name”: {
“type”: “object”,
“properties”: {
“firstName”:{
“type”: “keyword”
},
“lastName”: {
“type”: “keyword”
}
}
}
}
}
}