当前位置：首页 > news >正文

ElasticSearch安装

news 来源：原创 2025/5/22 7:36:17

ElasticSearch

脑图知识图谱地址：ProcessOn Mindmap|思维导图

简介

ES是一个开源的分布式搜索和分析引擎，基于 Apache Lucene 构建，专为处理海量数据设计，支持实时搜索、分析和可视化。

排行第一的搜索引擎

官网地址：Elasticsearch：官方分布式搜索和分析引擎 | Elastic

应用场景

全文检索

日志分析

架构与生态

竞品分析

优势与特点

安装ES

这里我只写一下windows上如何安装ES其步骤简单。如果想要Linux安装的步骤就前往文章头部的脑图地址，在知识图谱里面有更加详细的安装过程与对应的说明

ES的目录结构

①下载ES的安装包

在文章首行的知识图谱脑图里面就有安装包的下载地址，点击下载在本地进行解压缩就可以了

②配置JDK环境变量

③修改ES的配置文件

④启动ES服务

最终的访问结果为

浏览器插件

简介：最经典的Elasticsearch浏览器插件，最初以Chrome插件形式存在，后逐渐演变为独立Web应用。提供基础的集群管理、索引查看和文档查询功能。

在文章首行知识图谱里面给了Head插件的下载地址，直接下载在本地解压缩就行了。

分词器插件

简介：在全文搜索和自然语言处理中，分词器（Tokenizer） 是将文本拆分成独立词汇或标记（Token）的关键组件。

IK分词器下载：Index of: analysis-ik/stable/

注意：分词器的版本一定要与ES的版本保持一致，否则就会出现服务启动就闪退的现象。下载好对应的插件之后就可以将压缩包解压缩之后放入Es的plugins目录下这样就算是配置好了插件应用

作用

文本切分：将连续文本拆分成有意义的词语或词元（Token）。
- 英文示例："Hello world" → ["Hello", "world"]（按空格切分）。
- 中文示例："我爱自然语言处理" → ["我", "爱", "自然语言", "处理"]。
标准化处理：如去除标点、统一大小写、处理停用词（如“的”“是”）等。
支持搜索优化：通过分词后的词汇建立倒排索引，提升搜索效率。

中文分词器

中文没有显式的词语分隔符（如空格），且存在大量歧义组合和多义词，因此需要专门的分词算法。如：

歧义句子： "结婚的和尚未结婚的" → 可能被错误切分为 "结婚/的/和/尚未/结婚/的"（正确应为 "结婚/的/和尚/未/结婚/的"）。
未登录词问题：新词、专业术语（如“元宇宙”“奥密克戎”）未被词典收录时可能无法正确切分。

中文分词插件

Elasticsearch默认不支持中文分词，需通过插件集成第三方分词器。

(1) IK Analyzer

特点：
- 支持两种模式：ik_smart（粗粒度，适合搜索）、ik_max_word（细粒度，适合索引）。
- 可扩展自定义词典（如专业术语、品牌名）

(2) HanLP

特点：
- 支持多任务（分词、词性标注、命名实体识别）。
- 提供预训练模型和词典。

(3）icu_anallyzerer

特点:
- icu_analyzer 是基于 ICU（International Components for Unicode） 库开发的多语言分词插件，专为国际化文本处理设计。它支持 Unicode 标准的文本分割规则，尤其适合处理包含多语言混合的复杂场景（如中日韩、阿拉伯语等）。

特性	icu_analyzer	ik_analyzer
语言支持	多语言	专注中文
中文分词精度	低（单字切分）	高（支持复合词识别）
配置复杂度	中等（需自定义规则）	简单（内置词典，易扩展）
性能	较慢（Unicode 规则计算开销）	快（词典匹配）

场景示例

场景	推荐分词器	原因
通用搜索（电商、内容平台）	IK Analyzer	平衡速度与准确性，支持自定义词典
专业领域（法律、医学）	HanLP / 自定义模型	识别专业术语和新词
高实时性要求	结巴分词（Jieba）	轻量级，速度快

测试分词效果

总结

中文分词器是处理中文文本搜索和分析的核心工具，其准确性直接影响搜索效果。选择合适的分词器（如IK Analyzer、HanLP）并配合自定义词典，能显著提升搜索相关性和用户体验。

Kibana

Kibana 是 Elastic Stack（原 ELK Stack）中的核心数据可视化工具，专为 Elasticsearch 设计，提供直观的交互式界面，帮助用户探索、分析和展示存储在 Elasticsearch 中的数据。

核心功能

数据可视化：通过图表（柱状图、折线图、饼图等）、地图、仪表盘展示数据趋势。
数据探索：使用 Discover 模块直接查询和过滤 Elasticsearch 中的原始数据。
交互式分析：支持复杂聚合（Aggregation）、时间序列分析（TSVB）及机器学习结果可视化。
运维与监控：集成 APM（应用性能监控）、日志分析（与 Logstash/Beats 配合）、警报（Alerting）功能。
管理 Elastic Stack：配置索引生命周期（ILM）、安全管理（角色/权限）、监测集群健康状态

主要模块

模块	功能
Discover	原始数据搜索与过滤，支持 Lucene 语法和 KQL（Kibana Query Language）。
Visualize	创建图表（如柱状图、热力图），支持从聚合数据生成可视化。
Dashboard	组合多个可视化图表，构建交互式仪表盘，支持实时刷新和共享。
Canvas	生成动态数据报告，结合文本、图片和实时数据（适合制作 PPT 或运营报表）。
Machine Learning	异常检测、预测分析（如流量趋势预测），集成 Elasticsearch 机器学习功能。
Maps	地理空间数据可视化（如用户分布热力图）。
Dev Tools	提供 Elasticsearch REST API 调试控制台，支持直接发送查询请求。