目录
一、ElasticSearch基本概念
1.Lucene和ElasticSearch关系
Lucene是一套信息检索工具包，是一个jar包。
Lucene包含索引结构，读写索引的工具，排序，搜索规则等等，不包含搜索引擎系统。
ElasticSearch是基于Lucene做一个封装和增强
2.ElasticSearch概述
ElasticSearch又叫es，是一个开源的高拓展的分布式全文检索引擎，它可以近乎实时的存储、检索数据。es使用java开发并使用Lucene作为其核心来实现所有索引和引擎功能，但是它的目的是通过简单地RESTful API来隐藏Lucene的复杂性，从而让搜索变得更简单。
es是一个实时分布式搜索和分析引擎，能以前所未有的速度处理大数据。它用于全文搜索，结构化搜索，分析。
3.es和solr比较
（1）对单纯的已有的数据进行搜索：solr更快
（2）当实时建立索引时，solr会产生io阻塞，es会快得多
（3）随着数据里越来越大，solr效率会越来越低，es完全没影响
4.ELK
什么是ELK？
ELK = ElasticSearch + Logstash + Kibana，也被称为Elastic Stack
其中es作为底层支持架构，用来做搜索。Lgostash是ELK的中央数据流引擎，拥有将不同格式数据过滤输出到不同目的地。Kibana将数据友好展示，并提供实时分析功能。
二、ES，head插件，Kibana插件的安装
1.下载windows版本es
注：jdk最低要1.8及以上！！！
官网地址：https://www.elastic.co/cn/downloads/elasticsearch
注：实际操作中我们下载的是7.6.1的windows版本。
?直接解压就可以用了。
启动好之后登陆9200端口可以看到一串话表示成功：
?2.安装head可视化界面
（1）下载
进入github：https://github.com/mobz/elasticsearch-head#running-with-built-in-server
然后下载：
（2）下载安装node.js和grunt
node.js：
node下载地址：https://nodejs.org/en/download/，下载对应环境的node版本安装即可，安装步骤略过了。
安装过程结束后，在dos窗口查看是否安装成功，使用命令：node -v。
grunt：
在node安装路径下，使用命令安装：npm install -g grunt-cli 安装grunt。
安装结束后，使用命令grunt -version查看是否安装成功。
（3）解决跨域问题
在elasticsearch.yml添加：?
http.cors.enabled: true
http.cors.allow-origin: "*"然后重启es的bat文件:
?（4）启动head
#打开cmd，输入如下指令
cnpm install
npm run start注：如果显示你cnpm不是内部或外部命令：
npm install -g cnpm --registry=https://registry.npm.taobao.org
cnpm -v
成功，且没有跨域问题：?
简单的可以把索引当成数据库。
3.安装kibana
（1）下载
官网：https://www.elastic.co/cn/kibana/
下载地址：https://www.elastic.co/cn/downloads/kibana
注：要和es的版本一致，我们学习的时候下载windows版本
?（2）启动
解压好后双击bat文件启动：
?
（3）开发工具，汉化
点击左边Dev Tools开发工具：
?后续我们就在这边做测试：
?再来做一下汉化：
?
?修改完汉化后重启项目，一个字：爽！
三、ES核心概念理解
1.es与数据库对比
es是面向文档。一切内容都是json。我们可以对照关系型数据库理解es：
| 关系型数据库? | ElasticSearch |
| 数据库（db） | ?索引（indices） |
| 表（tables） | types（慢慢被弃用） |
| 行（rows） | documents（文档） |
| 字段（columns） | fields |
es中可以包含多个索引（数据库），每个索引中包含多个类型（表），每个类型包含多个文档（行），每个文档包含多个列（字段）
2.物理设计
es在后台把每个索引分成多个分片，每片分片可以在集群中的不同服务器间迁移。
如果只启动一个es那它一个人也是一个集群。默认的集群名称是elasticsearch
3.逻辑设计
一个索引类型中，包含多个文档，当我们索引一篇文章时，通过这样的顺序查找：索引==>类型==>文档ID。通过这个组合我们就能索引到某个具体的文档。
我自己的简单理解：一个大的json就是索引，json里的key:value就是文档，而key:value对应的类型映射就是类型。
（1）文档
索引和搜索数据最小单位是文档，文档有几个重要属性：
- 自我包含，一篇文档同时包含字段和值，即key:value
- 层次型，一个json可以有多个层级
- 文档不依赖预先定义的模式。一个复杂的json对象，对其中添加一个字段减少一个字段很方便，而数据库需要先新建字段，才可以在对应字段添加数据
（2）类型
类型中对于字段的定义称为映射，比如name映射为字符串类型。
一个json你添加一个key:value，es会去猜你这个value的值是什么类型，这个猜有可能会猜错，所以我们最好就是提前定义好需要的映射，每个映射的值是什么类型。后面操作的时候就按照定义的来就行。
（3）索引
索引是映射类型的容器，es中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置，然后他们被存储到各个分片上
4.节点和分片
一个集群至少有一个节点，而一个节点就是一个elasticsearch进程。
节点可以有多个索引。如果你创建索引，那么索引将会有5个分片（主分片）。每个主分片会有都会有一个副分片（复制分片）。（分片可以认为一个索引被分成了5个部分，每部分叫一个分片）
如果集群有多个节点，一个节点创建了一个索引，这个索引有5个分片，这5个分片不一定都在同一个节点下，有可能在不同的节点下。实际上，每个分片 都是一个Lucene索引，一个包含倒排索引的文件目录，倒排索引的结构使得es在不扫面全部文档的情况下，就能告诉你哪些文档包含特定的关键词。
5.倒排索引
上面说了，每个分片都是一个Lucene索引，每个分片都包含倒排索引的文件目录。
常规索引是key:value铺开，有多少条数据就有多少key:value，时间复杂度为n。
倒排索引可以理解为value:keys。包含某个value的key分别是哪些，然后每次要查找指定value的时候就可以直接在keys里去找了，而不用遍历所有。
6.es的索引和Lucene索引的对比
在es中索引被分为多个分片，每份分片是一个Lucene的索引。所以一个es索引是多个Lucene索引组成的。
四、IK分词器
1.什么是分词器
分词：把一段中文或者别的划分为一个个的关键字，我们在搜索的时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，这不符合要求，因此需要中文分词器ik来解决这个问题。
2.ik中的两个分词算法
ik_smart：最少切分
ik_max_word：最细粒度划分
3.下载，安装，启动
（1）下载
注意版本：https://github.com/medcl/elasticsearch-analysis-ik/releases
（2）放到es的plugins目录下
注1：路径不要有中文
注2：压缩包要删掉，不然有可能启动不起来
（3）重启es
注1：重启 的时候关闭head和kibana和es，再重启
可以看到我们加载了ik，这样就是成功了：
?也可以bin下重新开一个cmd，输入：
elasticsearch-plugin list
（4）重启kibana测试
ik_smart：
ik_max_word：
4.自定义分词
现在有一个问题，如果我们输入“我爱徐鹏”，我们要把徐鹏作为一个整体，但是因为默认汉字是单个拆分，不符合我们的需求。我们需要自定义“徐鹏”，让es能够将其视为一个整体。?
（1）修改IKAnalyzer.cfg.xml文件
.进入es的plugins，找到IKAnalyzer.cfg.xml文件：
?自定义一个文件名称：
（2）新建自定义文件
我们然后新建自定义文件：
注：新建时最好复制其他的dic再粘贴，避免编码等问题
?
?（3）重启es和kibana，并测试
我们发现，徐鹏已经作为一个整体用来查询了
五、打赏请求
如果本篇博客对您有所帮助，打赏一点呗，谢谢了呢~
?