【小白笔记】Elastic Search核心概念以及IK分词器的安装使用

ES核心概念

集群 节点 索引 类型 文档 分片 映射 是什么

  1. 索引
  2. 字段类型(mapping)
  3. 文档
  4. 分片(倒排索引)

elastic search 是面向文档 关系型数据库和elastic search客观的对比 一切都是JSON

Relational DB (Mysql) Elastic Search
数据库(database) 索引(indices)
表(table) types(会被弃用)
行(rows) documents(文档)
字段(columns) fields

elasticsearch(集群)中可以包含多个索引(数据库),每个索引中可以包含多个类型(表),每个类型下又包含多个文档(行),每个文档中又包含多个字段(列)

「物理设计:」

elasticsearch在后台把每个索引划分成多个分片,每分分片可以在集群中的不同服务器间迁移

一个人就是一个集群 默认集群名称就是elastic search

【小白笔记】Elastic Search核心概念以及IK分词器的安装使用

「逻辑设计:」

一个索引类型中,包含多个文档,比如说文档1,文档2 当我们索引一篇文档时 可以通过这样的一个顺序找到它。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。注意:ID不必是整数 实际上它是个字符串。

文档

相当于一条记录信息 每一个人 每一条记录都称作为文档

user
1 zhangsan 18
2 lisi     10
3 SkyID    21

elastic search索引和搜索数据的最小单位是文档 elastic search中,文档有几个重要属性:

  • 自我包含,一篇文档同时包含字段和对应的值,也就是同时包含key:value !
  • 可以是层次型的,一个文档中包含子文档,复杂的逻辑实体就是这么来的;一个json对象 fastjson自动转换
  • 灵活的结构,文档不依赖预先定义的模式,我们知道关系型数据库中,要提前定义字段才能使用,在elastic search中,对于字段是非常灵活的,有时候我们可以忽略该字段,或者动态的添加一个新的字段。

尽管我们可以随意的新增或忽略某个字段 但是每个字段的类型非常重要 比如一个年龄字段类型,可以是字符串也可以是整形 因为elastic search会保存字段和 类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型 这也是为什么在elastic search 类型有时候也称为映射类型

类型

数据类型 像java中 string int date

类型是文档的逻辑容器 就像关系型数据库一样 表格是行的容器。类型中对于字段的定义称为映射。

可以进行手动设置、也可以不设置让elastic search去猜 但是有的时候elastic search猜不对 推荐最安全的方式还是提前定义好所需要的映射

索引

就相当于是数据库

索引是映射类型的容器 elastic search中的索引是一个非常大的文档集合。索引储存了映射类型的字段和其他设置。然后他们被存储到了各个分片上了。我们来研究下分片是如何工作的。

「物理设计:节点和分片如何工作」

一个集群至少有一个节点,而一个节点就是一个elastic search进程,节点可以有多个索引默认的 如果你创建索引 那么索引将会有五个分片(primary shard 又称主分片)构成的,每一个主分片会有一个副本(replica shard 又称复制分片)

IK分词器插件

什么是IK分词器?

分词:即把一段中文或者别的划分成一个个的关键字 我们在搜索时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 比如“李维昊” 会被分为“李“ ”维“ ”昊“ 显然不符合要求

所以需要安装中文分词器IK来解决这个问题。

如果要使用中文,建议使用IK分词器

IK提供了两个分词算法:ik_smart 和 ik_max_word  其中ik_smart为最少切分 ik_max_word为最细粒度划分!

安装

  • 下载 https://github.com/medcl/elasticsearch-analysis-ik

  • 放入elastic search插件目录

  • 重启ES

  • 使用elasticsearch-plugin list查看加载插件

    ![截屏2021-02-25 11.38.22](https://gitee.com/SKYID/images/raw/master/image/20210225113829.png

使用kibana测试

  • 最少切分测试 ik_smart
【小白笔记】Elastic Search核心概念以及IK分词器的安装使用
  • 最细粒度切分 ik_max_word
【小白笔记】Elastic Search核心概念以及IK分词器的安装使用

自定义词典

ik本身存在很多词典 但是这些词典对于我们来说是远远不够的,例如我们在搜索「乐游工作室」时 我们发现乐游两个字被单独分割出来 这显然不符合我们的需求

【小白笔记】Elastic Search核心概念以及IK分词器的安装使用

因此我们需要自定义词典将词汇进行扩充

  • 找到ik分词器中的插件目录
  • 新建自定义词典 sky.dic【小白笔记】Elastic Search核心概念以及IK分词器的安装使用
  • 修改分词的cfg.xml引入词典【小白笔记】Elastic Search核心概念以及IK分词器的安装使用
  • 重启ES
  • 测试【小白笔记】Elastic Search核心概念以及IK分词器的安装使用
上一篇:Beats:如何创建一个定制的Elastic Beat


下一篇:C# 项目开发笔记