001 ElasticSearch7.x 、IK分词器、Kibana 环境搭建、安装

ElasticSearch 7.x

1.windows环境安装

es下载地址： https://www.elastic.co/cn/downloads/past-releases#elasticsearch

ik分词器下载地址： https://github.com/medcl/elasticsearch-analysis-ik/releases

Kibana下载地址： https://www.elastic.co/cn/downloads/past-releases#kibana

注意：

• 本文测试基于7.9.0版本，推荐springboot版本2.4以上，本文使用springboot版本为2.7
• 下载时保证es，ik分词器及kibana版本一致，否则可能出现启动问题，
• 分词器建议使用官方的安装方式，解压可能会启动失败
• 7.x版本需要jdk环境为1.8以上，如果是8.x则需要jdk17以上环境，否则启动失败

1.ik分词器安装

进入es解压目录通过终端执行安装命令

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.9.0/elasticsearch-analysis-ik-7.9.0.zip

2.es启动

es解压后启动bin下的elasticsearch.bat即可

./bin/elasticsearch.bat

访问 http://127.0.0.1:9200/ 验证是否启动成功

3.Kibana启动

解压后启动bin下的kibana.bat即可

./bin/kibana.bat

kibana访问地址

http://127.0.0.1:5601/

2.Linux环境安装

待补充

3.分词器

ES 中处理分词的部分被称作分词器，英文是Analyzer，它决定了分词的规则。ES 自带了很多默认的分词器，比如Standard、Keyword、Whitespace等等，默认是Standard。当我们在读时或者写时分词时可以指定要使用的分词器

1.分词测试

测试hello world 是如何分词的

POST _analyze
{
  "analyzer": "standard",
  "text": "hello world"
}

2.ES中默认分词器

• Standard Analyzer - 默认分词器，按词切分，小写处理
• Simple Analyzer - 按照非字母切分(符号被过滤), 小写处理
• Stop Analyzer - 小写处理，停用词过滤(the,a,is)
• Whitespace Analyzer - 按照空格切分，不转小写
• Keyword Analyzer - 不分词，直接将输入当作输出
• Patter Analyzer - 正则表达式，默认\W+(非字符分割)
• Language - 提供了30多种常见语言的分词器
• Customer Analyzer 自定义分词器

查看地址列分词情况:

GET news/_analyze
{
  "field": "address",
  "text": "198 mill lane"
}

执行结果

{
  "tokens" : [
    {
      "token" : "198",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "",
      "position" : 0
    },
    {
      "token" : "mill",
      "start_offset" : 4,
      "end_offset" : 8,
      "type" : "",
      "position" : 1
    },
    {
      "token" : "lane",
      "start_offset" : 9,
      "end_offset" : 13,
      "type" : "",
      "position" : 2
    }
  ]
}

这些分词器默认都是对英文进行分词,如果是中文就会出现每个汉字进行分词

3.IK分词器

由于默认都是英文分词，所有需要安装中文分词插件，安装后可以进行中文分词

• ik_smart，智能分词,会做最粗粒度的拆分
• ik_max_word，最细粒度拆分

POST _analyze
{
  "analyzer": "ik_smart"
  , "text": "我是中国人"
}

4.自定义分词器

待补充