黄埔班第35节：分布式搜索引擎ElasticSearch实战-1

1、分布式搜索引擎

分布式的两个基本点

• 可以分摊负载
• 可以水平扩容节点，增强负载能力

什么是搜索引擎？

比如网络爬虫，检索排序，网页处理，大数据技术相关，都要使用到搜索引擎，对于文件信息内容进行检索，通过搜索引擎提供快速，高相关性的信息服务。比如我们用百度搜索时，都是模糊搜索。

分布式存储与搜索

分布式就是通过多个节点构成的服务，可以横向扩张，所扩展的节点可以进行请求的分摊，以及存储的扩展

Lucene - Solr - ElasticSearch

• Lucene是一个基于Java开发的全文搜索引擎，不是一个应用程序而是一个类库，有很多的API可以调用来实现我们的业务需要，本质上就是一个jar包，本身就不具备分布式、集群、HA等服务特性，如果你要自己通过Luncen实现分布式就比较复杂，基于 lucene 的 api 去开发，要对已有的数据建立索引，lucene 会在本地磁盘上面，给我们组织索引的数据结构。

• Solr是基于Lucene开发的一个搜索引擎应用，是Apache开源项目，也是Java开发，需要独立部署在tomcat上，可以实现集群和分片，自身不支持集群结构，需要zookeeper来进行集群的支持提供服务注册，进行分布式索引查询，也是可以自己实现故障转移的（3组节点，每组2个solr，互为主从）

  • 最大的问题是建立索引的过程中，索引效率下降的及其严重，实时搜索效率不高，使用中索引更新报502，503
    • 搭建两套solr集群，用集群互相主备，升级A的时候，使用B，A升级完了切换到A再升级B
  • 如果不考虑索引创建的同时，索引更新频率不高的情况下，solr的查询速度是略高于ES
  • 支持添加多种数据格式到引擎中的

• Elasticsearch是基于Lucene的分布式搜索引擎，对外提供了很多restful风格的接口，数据交互使用json格式

  可以支持PB级别的搜索，提供近实时的查询，ELK（Elasticsearch、Logstash、Kibana）早期常用于进行日志分析系统的搭建

搜索引擎的选型

• Solr或者ES都封装了Lucene，所以我不直接使用Lucene
• Solr本身不支持集群结构，所以选择ElasticSearch
• ElasticSearch 可以自己在不同服务器部署搭建服务，也可以购买ES云服务，不过目前云服务的ES版本还是v6.x，而官方ES最新的版本是v7.6，所以我选择自己搭建。

2、ElastchSearch简介

概念术语

1、索引index

• 可以和数据库去类比，整个的ES就相当于一个数据库服务
• 数据库中的表可以类比ES中的index 索引，存储的文档doc就相当于每行的记录。

2、类型type

• 相当于一个逻辑类型，比如商品的分类：食品、服饰、电子产品
• ESv7.x以后就不再使用type，默认使用doc，5.x/6.x还有

3、文档document（doc）

​ ES索引中一条一条的数据，相当于数据库表里的一行一行的数据

4、字段field

​ 数据行的某一列

5、Mappings

​ 相当于表结构的类型定义

6、NRT （Near Real Time）

​ ES中新的文档（doc）被加入后可查询的时间间隔非常微弱，接近实时

7、shard

• 数据分片的概念，需要进行水平扩展服务节点只需要加入新的机器到集群中即可

• 集群的每个数据节点都是HA的

  主分片：承担数据写入的访问的作用

  replica备份分片：除了做备份以外，还承担了读数据的水平负载作用

8、节点node

​ 一个ES实例

一个正常的ES集群如下图：

它们的关系

集群cluster,节点node,分片shard,索引index,备份分片replica的关系

• 集群cluster

  一个ES集群由一个或多个节点（Node）组成，每个集群都有一个cluster name作为标识

• 节点node

  一个ES实例就是一个node，一个机器可以有多个实例，所以并不能说一台机器就是一个node，大多数情况下每个node运行在一个独立的环境或虚拟机上。

• index

  索引，即一系列documents的集合

• shard

  分片，ES是分布式搜索引擎，每个索引有一个或多个分片，索引的数据被分配到各个分片上，相当于一桶水用了N个杯子装，分片有助于横向扩展，N个分片会被尽可能平均地（rebalance）分配在不同的节点上（例如你有2个节点，4个主分片(不考虑备份)，那么每个节点会分到2个分片，后来你增加了2个节点，那么你这4个节点上都会有1个分片，这个过程叫relocation，ES感知后自动完成)，分片是独立的，对于一个Search Request的行为，每个分片都会执行这个Request.另外，每个分片都是一个Lucene Index，所以一个分片只能存放 Integer.MAX_VALUE - 128 = 2,147,483,519 个docs。[LUCENE-5843] IndexWriter should refuse to create an index with more than INT_MAX docs

• replica

  复制，可以理解为备份分片，相应地有primary shard（主分片），主分片和备分片不会出现在同一个节点上（防止单点故障），默认情况下一个索引创建5个分片一个备份（即5primary+5replica=10个分片），如果你只有一个节点，那么5个replica都无法分配（unassigned），此时cluster status会变成Yellow。replica的作用主要包括:

  1.容灾：primary分片丢失，replica分片就会被顶上去成为新的主分片，同时根据这个新的主分片创建新的replica，集群数据安然无恙

  2.提高查询性能：replica和primary分片的数据是相同的，所以对于一个query既可以查主分片也可以查备分片，在合适的范围内多个replica性能会更优（但要考虑资源占用也会提升[cpu/disk/heap]），另外index request只能发生在主分片上，replica不能执行index request。 对于一个索引，除非重建索引（reindex）否则不能调整分片的数目（主分片数, number_of_shards），但可以随时调整replica数(number_of_replicas)。

type为什么会去掉

1、为什么会有type？

​ index库–>type表–>doc记录

​ 如果要对记录进行分组，只需要给doc加一个分组的记录field即可，然后使用ES的分组桶来统计

2、因此在7.x完全去掉type的概念了

数据类型

原：ElasticSearch字段类型介绍

• string类型

  由text与keyword替代，如果不指定类型，ElasticSearch字符串将默认被同时映射成text和keyword类型，会自动创建下面的动态映射(dynamic mappings)：

  {
      "foo": {
          "type": "text",
          "fields": {
              "keyword": {
                  "type": "keyword",
                  "ignore_above": 256
              }
          }
      }
  }
  

  ignore_above忽略长度超过256字符串，也就是超过这个长度的字段text值没有对应的keyword类型的值。

  没指定type类型，就是造成部分字段还会自动生成一个与之对应的“.keyword”字段的原因。

  子字段可以使用不同的分词器进行查询：

  POST /index_customer/_mapping
  {
      "properties": {
      	"nickname": {
              "type": "text",
              "analyzer": "ik_max_word",
            	"fields": {
                	"pinyin": {
                  	"type": "text",
                  	"analyzer": "pinyin"
               	 },
                	"keyword":{
                  	"type":"keyword",
                  	"ignore_above": 256
               	 }
              }
          },
      }    
  } 
  

  搜索

  // 搜索的时候同时支持中文，拼音
  GET /index_customer/_search
  {
  	"query":{
  		"multi_match":{
  			"query": "chuanzhang",
  			"fields":["nickname","nickname.pinyin"]
  		}
  	}
  }
  

• array类型

  在ElasticSearch中，没有专门的数组（Array）数据类型，但是，在默认情况下，任意一个字段都可以包含0或多个值，这意味着每个字段默认都是数组类型，只不过，数组类型的各个元素值的数据类型必须相同。在ElasticSearch中，数组是开箱即用的（out of box），不需要进行任何配置，就可以直接使用。

  在同一个数组中，数组元素的数据类型是相同的，ElasticSearch不支持元素为多个数据类型：[ 10, “some string” ]，常用的数组类型是：

  字符数组: [ “one”, “two” ]
  整数数组: productid:[ 1, 2 ]
  对象（文档）数组:
  “user”:[ { “name”: “Mary”, “age”: 12 }, { “name”: “John”, “age”: 10 }]，
  ElasticSearch内部把对象数组展开为
  {“user.name”: [“Mary”, “John”], “user.age”: [12,10]}
  

  举例：

  创建索引

  put /index_array_test
  {
      "settings": {
          "index": {
              "number_of_shards": "1",
              "number_of_replicas": "0"
          }
      },
      "mappings": {
      	"properties": {
      		"pushAppName":{
                  "type": "keyword"
              }
      	}
      }
  }
  

  插入文档

  post /index_array_test/_doc
  {
      "pushAppName": ["大运营平台","投策系统","统一APP"]
  }
  

• date类型

  日期类型表示一般有以下几种方式：

  1.日期格式的字符串，比如 “2018-01-13” 或 “2018-01-13 12:10:30”
  2.long类型的毫秒数( milliseconds-since-the-epoch，epoch就是指UNIX诞生的UTC时间1970年1月1日0时0分0秒)
  3.integer的秒数(seconds-since-the-epoch)
  

  ElasticSearch 内部会将日期数据转换为UTC，并存储为milliseconds-since-the-epoch的long型整数。

  mapping结构设置日期格式

  "properties": {
          "postdate":{
            "type":"date",
            "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
          }
        }
  

  默认存储的是毫秒数

• IP类型

  ip类型的字段用于存储IPv4或者IPv6的地址

  PUT my-index
  {
    "mappings": {
      "properties": {
        "ip_addr": {
          "type": "ip"
        }
      }
    }
  }
    
  PUT my-index/_doc/1
  {
    "ip_addr": "192.168.1.1"
  }
  

  IPv4 的 IP 地址含有4个 bytes，而每个 byte 含有8个 digits。/16 即表示前面的 16 位的 digits，也即 192.168。我们可以这么说任何一个 IP 地址位于 192.168.0.0 至 192.168.255.255 都在这个范围内。

  GET my-index/_search
  {
    "query": {
      "term": {
        "ip_addr": "192.168.0.0/16"
      }
    }
  }
  

3、什么是倒排索引

场景概念

我们不使用搜索引擎可不可以？

Redis在查询的时候：key-value？是通过key来找到的value，是否可以通过value来找key？通过value找到和这个value相似度极高的内容？不可以，所以需要全文搜索引擎，引出倒排索引概念

倒排索引（Inverted Index）：比如通过歌词来查歌名，通过内容检索名称，而这个名称在系统中其实就是一个索引，通过歌名来找歌词这是正排索引

比如拿课程学习举例：

文档编号 文档内容

1 艾编程架构师之路

2 艾编程Java成长之路 （分词：艾编程 Java 成长 之路）

3 ES成长学习入门

得到以下倒排索引：

倒排索引就是关键词到文档ID的映射，例子2：

对文档进行分词之后，得到以下倒排索引。

要注意倒排索引的两个重要细节：

• 倒排索引中的所有词项对应一个或多个文档；
• 倒排索引中的词项根据字典顺序升序排列

4、ElasticSearch单机部署

安装

# 下载地址
# 官方网站进行下载：https://www.elastic.co/cn/downloads/elasticsearch
# https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.5.2-linux-x86_64.tar.gz
# 1、下载，解压
tar -zxvf elasticsearch-7.5.2-linux-x86_64.tar.gz
# elasticsearch-7.5.2-linux-x86_64.tar.gz
# ES整体的生态强依赖于ES的主版本，如果要安装logstash、kibana、中文分词器,版本必须一致

# 2、移动，创建数据文件夹、日志文件夹 
cd /usr/local
[root@helloworld local]# mv elasticsearch-7.5.2 /usr/local/elasticsearch
[root@helloworld local]# mkdir /usr/local/elasticsearch/esdata
[root@helloworld local]# mkdir /usr/local/elasticsearch/eslogs

# 3、修改ES config目录下的elasticsearch.yml，注意格式是yaml
[root@helloworld config]# vi elasticsearch.yml
cluster.name: icoding-es # 给集群设置一个名字，如果是集群，所有在这个集群中的节点集群名都要一样
node.name: es-node-1 # 如果是集群，集群中每个节点的名字都不能一样
path.data: /usr/local/elasticsearc/esdata
path.logs: /usr/local/elasticsearc/eslogs
network.host: 0.0.0.0 # 不限制ip访问 ES，生产环境应该要设置可以访问的ip
http.port: 9200 # 访问 服务端口，节点通信的端口是9300
cluster.initial_master_nodes: ["es-node-1"] # master节点服务发现，和上面的节点名一致

# 4、改小java的堆内存,这个自己设置，默认是1g内存
[esuser@helloworld config]$ vi jvm.options
-Xms512m
-Xmx512m

启动elasticsearch

# 在bin目录下
[root@helloworld bin]# ./elasticsearch
# ERROR: [1]
# org.elasticsearch.bootstrap.StartupException: java.lang.RuntimeException: can not run elasticsearch as root
# 1、不能用root启动，创建用户esuser，授权，重新启动
[root@helloworld bin]# adduser esuser
# 给esuser授权 /usr/local/elasticsearch 目录的权限，与mysql一样需要授权
[root@helloworld bin]# chown -R esuser:esuser /usr/local/elasticsearch/
[root@helloworld bin]# su esuser
[root@helloworld bin]# ./elasticsearch
# ERROR: [2] bootstrap checks failed
# [1]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

# 2、修改资源限制信息
# 查看
[root@helloworld bin]# ulimit -a
# 修改配置，需要root用户
[root@helloworld bin]# vi /etc/secuirty/limits.conf
# *代表所有用户
* soft nofile 65536
* hard nofile 65536
* soft nproc 2048
* hard nproc 4096
# 修改sysctl.conf文件
[root@helloworld bin]# vi /etc/sysctl.conf
vm.max_map_count=262145
# 修改后刷新生效
[root@helloworld bin]# sysctl -p

# 3、切回esuser,启动elasticsearch
su esuser
./elasticsearch #在线启动
./elasticsearch -d #后台启动

安装成功：

9200：http协议，用于外部通信，提供服务

9300：Tcp协议，ES集群之间及内部服务通信的端口

发现配置文件少了个空格，yml文件

# 少了个空格会报错,无法启动
cluster.name:icoding-es
# 修改后
cluster.name: icoding-es

配置用户名和密码

# 切换到用户esuser
[root@helloworld config]# su esuser

# 修改elasticsearch的配置文件，开启xpack验证
[esuser@helloworld config]$ vi elasticsearch.yml
http.cors.enabled: true
http.cors.allow-origin: "*"
http.cors.allow-headers: Authorization,X-Requested-With,Content-Length,Content-Type # 避免es-header 无法连接
xpack.security.enabled: true
xpack.security.transport.ssl.enabled: true

# cd 到elasticsearch的bin目录下，重启es
[esuser@helloworld bin]$ ./elasticsearch -d

# cd 到elasticsearch的bin目录下,执行设置用户名和密码的命令，
# 需要为4个用户分别设置密码：elastic、kibana、logstash_system、beats_system
[esuser@helloworld bin]$ ./elasticsearch-setup-passwords interactive

Elasticsearch配置了用户密码，SpringBoot连接配置也要修改，SpringBoot2.2.x版本才开始支持ElasticSearch7.x

修改配置文件application.yml

spring:
  elasticsearch:
    #es配置
    rest:
      #最新配置方式使用restful风格，端口从9300 -> 9200
      uris: xx.xx.xx.xx:9200
      username: elastic
      password: xxx   

补充

// 导入依赖spring-boot-starter-data-elasticsearch连接ES
// springboot 2.2.x 可以使用ElasticsearchTemplate 和 ElasticsearchRestTemplate 模版类操作es
// springboot 2.3.x 建议使用ElasticsearchRestTemplate
@Autowired
private ElasticsearchRestTemplate elasticsearchRestTemplate;

如果es配置了用户验证，还使用https加密通信，springboot客户端连接需要做修改

第一步，修改application.yml

spring:
  elasticsearch:
    #es配置
    rest:
      #最新配置方式使用restful风格，端口从9300 -> 9200
      uris: https://xx.xx.xx.xx:9200
      username: elastic
      password: xxx  

第二步，禁用掉SSL验证

因为springboot客户端尝试在ssl握手的时候会验证es发来的证书，会报unable to find valid certification path to requested target异常，解决方法是禁用ssl验证

1、导入依赖

<!-- ES配置账号密码且开启https加密通信不验证SSL  -->
<dependency>
    <groupId>io.github.hakky54</groupId>
    <artifactId>sslcontext-kickstart</artifactId>
    <version>7.1.0</version>
</dependency>

2、增加配置类

springboot 项目使用 spring-boot-starter-data-elasticsearch整合elasticsearch

/**
 * @author xiejinwei02
 * @date 2022/8/22 17:02
 */
@Configuration
@EnableConfigurationProperties({ElasticsearchRestClientProperties.class})
public class ElasticsearchConfiguration {
    @Resource
    RestClientBuilder builder;

    @Bean
    public RestHighLevelClient restHighLevelClient(ElasticsearchRestClientProperties properties){
        SSLFactory sslFactory = SSLFactory.builder()
                .withUnsafeTrustMaterial()
                .withUnsafeHostnameVerifier()
                .build();

        final CredentialsProvider credentialsProvider = new BasicCredentialsProvider();
        credentialsProvider.setCredentials(AuthScope.ANY, new UsernamePasswordCredentials(properties.getUsername(), properties.getPassword()));

        builder = builder.setHttpClientConfigCallback(httpClientBuilder -> httpClientBuilder.setDefaultCredentialsProvider(credentialsProvider)
                .setSSLContext(sslFactory.getSslContext())
                .setSSLHostnameVerifier(sslFactory.getHostnameVerifier()));

        return new RestHighLevelClient(builder);
    }
}

elasticsearch配置了用户密码和https加密通信，rest api 访问要修改，使用ApiPost访问如下：

5、界面工具

ElasticSearch Head

GitHub: https://github.com/mobz/elasticsearch-head

# 服务器要安装node 环境
# 在服务器上运行elasticsearch-head
git clone git://github.com/mobz/elasticsearch-head.git
cd elasticsearch-head
npm install --registry=https://registry.npm.taobao.org
npm run start
# 启动后本地访问及端口：http://localhost:9100

# 2、elasticsearch修改配置，开放访问ip
# No 'Access-Control-Allow-Origin'
# 在elasticsearch.yaml里加入
http.cors.enabled: true
# 开放所有ip访问，线上这样设置不安全，建议head与elasticsearch在同一台服务器上
http.cors.allow-origin: "*"	

如果elasticsearch配置了用户名密码，访问连接要加上用户名和密码

如：http://localhost:9100/?auth_user=elastic&auth_password=elastic666

Kibana

更全，提供报表，安装到服务器上

# 下载地址
https://artifacts.elastic.co/downloads/kibana/kibana-7.5.2-linux-x86_64.tar.gz

# 1、解压
[esuser@helloworld ~]$ tar -zxvf kibana-7.6.1-linux-x86_64.tar.gz
# 改名字
[esuser@helloworld ~]$ mv kibana-7.6.1-linux-x86_64 kibana-7.6.1
# 2、修改kibana的yaml配置，
[esuser@helloworld config]$ cd kibana-7.6.1
[esuser@helloworld config]$ vi kibana.yml
server.port: 5601 # 默认端口5601,可以不修改
server.host: "0.0.0.0" # 开放ip访问，默认localhost
elasticsearch.hosts: ["http://localhost:9200"] # es实例节点，默认localhost:9200
# es集群
elasticsearch.hosts: ["http://localhost:9200","http://localhost:9201","http://localhost:9202"]
i18n.locale: "zh-CN"  # 汉化
# 3、启动,cd到kibana的bin目录，不能用root用户启动
# 在线运行
[esuser@helloworld bin]$ ./kibana  
# 后台运行
[esuser@helloworld bin]$ nohup kibana > kibana.log 2>&1 & 
# 注意，云服务器防火墙和安全组要开放5601端口，

访问：http://localhost:5601/app/kibana#/home

es配置了用户名和密码访问，需要修改kibana.yml

#进入kibana安装目录
cd /usr/local/kibana-7.6.1/config
# 1、修改配置文件,增加elastic的密码
vim kibana.yml
elasticsearch.username: "elastic"
elasticsearch.password: "xxx"

# 2、重启kibana服务
ps -ef|grep kibana
# 杀进程
kill pd
# 启动
nohup kibana > kibana.log 2>&1 & 

上面是填写明文密码，如果觉得不安全，可以使用通过keystore配置es的加密用户名和密码进行访问

[esuser@helloworld kibana-7.6.1]$ cd bin
# 1、创建keystore
[esuser@helloworld bin]$ ./kibana-keystore create
Created Kibana keystore in /home/esuser/kibana-7.6.1/data/kibana.keystore

# 2、设置kibana访问es的用户名
[esuser@helloworld bin]$ ./kibana-keystore add elasticsearch.username
Enter value for elasticsearch.username: *******  # 输入用户名 elastic

# 3、设置kibana访问es的密码
[esuser@helloworld bin]$ ./kibana-keystore add elasticsearch.password
Enter value for elasticsearch.password: **********

6、索引CRUD

3节点，索引index_customer创建了5个分片，每个分片1个备份节点

获取集群健康值

GET http://127.0.0.1/_cluster/health

{
  "cluster_name": "icoding-es",
  "status": "green",
  "timed_out": false,
  "number_of_nodes": 1,
  "number_of_data_nodes": 1,
  "active_primary_shards": 1,
  "active_shards": 1,
  "relocating_shards": 0,
  "initializing_shards": 0,
  "unassigned_shards": 0,
  "delayed_unassigned_shards": 0,
  "number_of_pending_tasks": 0,
  "number_of_in_flight_fetch": 0,
  "task_max_waiting_in_queue_millis": 0,
  "active_shards_percent_as_number": 100
}

# 1、创建索引，发起PUT请求
PUT /index_test
{
    "settings": {
        "index": {
            "number_of_shards": "3",
            "number_of_replicas": "0"
        }
    }
}

# 2、删除索引,发起delete请求
DELETE /index_test

# 3、查询索引的相关信息
GET http://39.100.156.225:9200/_cat/indices?v

mappings自定义

PUT /index_test2
{
    "settings": {
        "index": {
            "number_of_shards": "3",
            "number_of_replicas": "0"
        }
    },
    "mappings": {
    	"properties": {
    		"username": {
    			"type": "text",
    			"index": true
    		},
    		"password": {
    			"type": "keyword",
    			"index": false  # 否，不能被查询
    		}
    	}
    }
}

字段type 的10种类型

• text 文字类型，内容需要被分词被倒排索引
• keyword 文字类型，不会被分词，精确匹配，比如qq号，微信号
• long，integer，short，byte
• double，float
• boolean
• date

如果在创建完索引后没有创建mapping，可以后续添加，已有的字段properties不会修改。

POST /index_test3/_mapping
{
    "properties": {
        "username": {
            "type": "text",
            "index": true
        },
        "password": {
            "type": "keyword",
            "index": false	 # 否，不能被查询
        }
    }
}

document文档

# 作为索引来讲，他更关心的是doc，而mapping没有，他会默认方式来添加
POST /index_test3/_doc/1001
{
	"id": 1001,
	"name": "icoding-elasticsearch",
	"desc": "艾编程非常不错，很好",
	"create_date": "2020-2-15"
}

# 查询
GET /index_test3/_doc/2

# 删除
DELETE /index_test3/_doc/2

# 更新
POST /index_test3/_doc/1/_update
{
    "doc": {
        "desc": "架构师课程非常不错"
    }
}

查询返回的元数据分析

"_index": "index_test3", #属于哪个索引
"_type": "_doc", #type类型，7.x固定是_doc
"_id": "1", #文档的唯一标识
"_version": 2, #数据版本
"_seq_no": 1, 
"_primary_term": 1,
"found": true, #是否查询到
_score: #查询的相关度

# 返回需要的数据列
GET /index_test3/_doc/1?_source=name,id

# Head请求，查询某个文档是否存在
HEAD /index_test3/_doc/1
httpcode：200 存在 404不存在

乐观锁

doc默认带有version字段，支持乐观锁操作，我们在写入的时候比对一下version是否一致再更新

GET /index_test3/_doc/1?version=2
# 通过version来进行处理

7、ES中的分词器

analyze分词器

GET /index_test2/_analyze
{
	"field": "text",
	"text": "icoding is very well!"
}

分词器类型

• standard：默认分词器，大写转小写，按照空格拆分
• simple：按照非字母分词，大写转小写
• whitespace：按照空格拆分，不进行大小写转换
• stop：按照空格分词，去除无意义单词：a an is
• keyword：不分词

standard 分词器

# 对内容进行分词
POST /_analyze
{
	"analyzer": "standard",
	"text": "Icoding is Very Well 1234 5678"
}

中文分词器：IK分词器

Github地址：

https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.5.2/elasticsearch-analysis-ik-7.5.2.zip

#安装unzip
yum -y install unzip
# 下载完解压到elasticsearch的plugin/ik目录下
unzip elasticsearch-analysis-ik-7.5.2.zip -d /usr/local/elasticsearch/elasticsearch-7.5.2/plugins/ik
# 重启elasticsearch
# 新增分词器后，先加的记录是不能被匹配出来的，要后加的记录才能匹配，因为文档在新增的时候就进行了分词，可以重建索引，对所有的文档记录重新分词，但相对会损耗些资源。

• ik_max_word：最细粒度的分词，会在词上再次拆分
• ik_smart：只拆分一次

自定义词库

# 自定义词库
cd /{es-root}/plugins/ik/config
vi IKAnalyzer.cfg.xml 
# 修改 <entry key="ext_dict">customer.dic</entry>
# 在同目录下创建customer.dic
# 可以添加自定义词语了
奋斗吧
艾编程
骚年
# 加完重启Elasticsearch