⛄引言

本文参考黑马 分布式Elastic search
Elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容

一、使用Elastic Search 的好处

用数据库，也可以实现搜索的功能，为什么还需要搜索引擎呢？

数据库（理论上来讲，ES 也是数据库，这里的数据库，指的是关系型数据库），首先是存储，搜索只是顺便提供的功能，

而搜索引擎，首先是搜索，但是不把数据存下来就搜不了，所以只好存一存。

术业有专攻，专攻搜索的搜索引擎，必然会提供更强大的搜索能力。

ElasticSearch 的 优势

• 分布式的文件存储，每个字段都被索引且可用于搜索。
• 分布式的实时分析搜索引擎，海量数据下近实时秒级响应。
• 简单的restful api，天生的兼容多语言开发。
• 易扩展，处理PB级结构化或非结构化数据。（pb指petabyte，1PB=1024TB）

二、部署ES

本案例通过云服务器 Docker 容器来进行部署 单点ES

创建Docker 网络

因为我们需要部署kibana容器，需要让es和kibana容器互联。这里先创建一个网络：

docker network create es-net

我们采用 ES 7.12.1 版本

安装 ES 镜像并运行

docker run -d 
	--name es 
    -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" 
    -e "discovery.type=single-node" 
    -v es-data:/usr/share/elasticsearch/data 
    -v es-plugins:/usr/share/elasticsearch/plugins 
    --privileged 
    --network es-net 
    -p 9200:9200 
    -p 9300:9300 
elasticsearch:7.12.1

命令解释：

• -e "cluster.name=es-docker-cluster"：设置集群名称
• -e "http.host=0.0.0.0"：监听的地址，可以外网访问
• -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：内存大小
• -e "discovery.type=single-node"：非集群模式
• -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录
• -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录
• -v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录
• --privileged：授予逻辑卷访问权
• --network es-net ：加入一个名为es-net的网络中
• -p 9200:9200：端口映射配置

云服务器进行测试

我用的是腾讯云，所以需要 设置 腾讯云开放规则端口

输入ip地址+端口号 进行测试

http://ip地址:9200

⛅部署kibana

kibana是Elastic Stack 的技术栈，kibana为我们提供了一个可视化的界面，因此我们需要 部署kibana。

运行Docker 命令，部署kibana

docker run -d 
--name kibana 
-e ELASTICSEARCH_HOSTS=http://es:9200 
--network=es-net 
-p 5601:5601  
kibana:7.12.1

• --network es-net ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中
• -e ELASTICSEARCH_HOSTS=http://es:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
• -p 5601:5601：端口映射配置

kibana 启动会比较慢，可以通过docker 命令来查看执行日志

docker logs -f kibana

测试kibana

腾讯云服务器开放端口

进行测试

DevTools

kibana中提供了一个DevTools界面：

这个界面中可以编写DSL来操作elasticsearch。并且对DSL语句有自动补全功能。

测试DevTools

⚡部署分词器

离线安装分词器

由于在线安装比较慢，我就直接上传之前下载好的分词器到云服务器。

安装分词器需要知道 ElasticSearch 的 plugins 目录

通过docker命令查看挂载目录

docker volume inspect es-plugins

使用FileZilla上传ik分词器文件

上传完成 重启生效

# 重启es
docker restart es

进行测试

IK分词器包含两种模式：

• ik_smart：最少切分
• ik_max_word：最细切分

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "你好，我是Bug 终结者"
}

完成测试，但是我想要分出的词为Bug终结者，而不拆分，是一个词，该如何实现呢？

三、词典扩展与停用

⛅扩展词典

随着互联网的发展，“造词运动”也越发的频繁。出现了很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“传智播客” 等。

所以我们的词汇也需要不断的更新，IK分词器提供了扩展词汇的功能。

打开IK分词器 config 目录

在配置文件增加以下配置

DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
properties>
	comment>IK Analyzer 扩展配置comment>
	
	entry key="ext_dict">ext.dicentry>
properties>

新建 ext.dic 扩展字典文件

Bug 终结者
字节跳动
抖音集团

重启 es

# 重启服务
docker restart es

进行测试

⚡停用词典

打开IK分词器 config 目录

图片10

在配置文件增加以下配置

图片13

新建 stopword.dic 扩展字典文件

的
啊
嗯
嘿
中

重启 es

# 重启服务
docker restart es
docker restart kibana

# 查看 日志
docker logs -f es

进行测试

⛵小结

以上就是【Bug 终结者】对 Docker 部署 分布式搜索引擎 Elastic Search 的简单介绍，ES搜索引擎无疑是最优秀的分布式搜索引擎，使用它，可大大提高项目的灵活、高效性！ 技术改变世界！！！

如果这篇【文章】有帮助到你，希望可以给【Bug 终结者】点个赞👍，创作不易，如果有对【后端技术】、【前端领域】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💝💝💝！