elasticsearch和analysis-ik的安装使用

全文搜索和中文分词主要介绍了两组全文搜索加中文分词方案；
TNTSearch+jieba-php这套组合对于博客这类的小项目基本够用了；
但是如果最求性能追求更强大的功能的话；
那更优的选择就非 elasticsearch 莫属了；
elasticsearch 需要 java8 以上；
这里安装最新版的 java10 ；
下载 jdk

wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http:%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/10.0.1+10/fb4372174a714e6b8c52526dc134031e/jdk-10.0.1_linux-x64_bin.rpm"

Bash

Copy

因为版本会一直升级；
如果执行上面这段代码返回了 ERROR 404: Not Found ；
那说明有新版本了；
那就自己去官网复制最新的下载链接；
http://www.oracle.com/technetwork/java/javase/downloads/jdk10-downloads-4416644.html ;

选中 Accept License Agreement 然后在 jdk-10.0.1_linux-x64_bin.rpm 上右键复制链接地址；
替换上面命令中的下载链接；

安装 jdk 注意文件名要跟链接中的保持一直；

sudo rpm -ivh jdk-10.0.1_linux-x64_bin.rpm

Bash

Copy

能查看到版本号则表示安装成功；

java -version

Bash

Copy

下载 elasticsearch ；

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.2.4.rpm

Bash

Copy

安装 elasticsearch ；

sudo rpm -ivh elasticsearch-6.2.4.rpm

Bash

Copy

安装完成后编辑配置项

vim /etc/elasticsearch/elasticsearch.yml

Bash

Copy

去掉下面三行的注释；

bootstrap.memory_lock: truenetwork.host: 192.168.0.1
http.port: 9200

Bash

Copy

然后把 network.host 改成 localhost

启动 elasticsearch ；

sudo systemctl daemon-reloadsudo systemctl enable elasticsearch.servicesudo systemctl start elasticsearch

Bash

Copy

稍等片刻给 elasticsearch 个启动的时间；
因为 elasticsearch 启动的略慢；
后续涉及到重启 elasticsearch 的时候也都记得稍等片刻；

然后查看 9200 端口检查是否成功启动；

netstat -plntu

Bash

Copy

如果半天过后仍然没有启动起来；
可能是内存不够出错；

vim /etc/elasticsearch/jvm.options

Bash

Copy

把内存改为自己服务器内存的一半以下；
比如说这里改为 512M ；

尝试启动；

sudo systemctl restart elasticsearch

Bash

Copy

查看状态是否正常；

curl 'localhost:9200'

Bash

Copy

至此 elasticsearch 算是安装完成了；
但是如果想用来搜索中文；
还需要安装中文分词；
怎么算分词呢？
全文搜索和中文分词 文章中已经简单介绍过了；
这里我们从 elasticsearch 实战一遍；
比如说 白俊遥技术博客 这句话；
elasticsearch内置的分词器对中文相当不友好；
只会一个只一个字的分；

curl -H 'Content-Type: application/json'  -XGET 'localhost:9200/_analyze?pretty' -d '{"text":"白俊遥技术博客"}'

Bash

Copy

所以我们需要一个中文分词器；
这里选择和 elasticsearch 配套的 ik-analyzer ；

安装 ik-analyzer ；

/usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.2.4/elasticsearch-analysis-ik-6.2.4.zip

Bash

Copy

如果报下面这种错误的话可能是网络不好；

Exception in thread "main" java.net.ConnectException: Connection timed out (Connection timed out)at java.base/jdk.internal.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)

Bash

Copy

沐浴更衣大念帅白最帅；
再试几次即可；

然后重新启动下服务；

sudo systemctl restart elasticsearch

Bash

Copy

看下 ik-analyzer 的效果；

curl -H 'Content-Type: application/json'  -XGET 'localhost:9200/_analyze?pretty' -d '{"analyzer":"ik_max_word","text":"白俊遥技术博客"}'

Bash

Copy

我们可以看到 技术 和 博客 两个词语已经成功组合到了一起；
然而本博主 白俊遥 的名字被硬生生的拆成了3个字这怎么忍；

还好强大的 analysis-ik 支持自定义词库；
增加自定义词库；

vim /etc/elasticsearch/analysis-ik/IKAnalyzer.cfg.xml

Bash

Copy

增加一个 白俊遥 到词库；

echo '白俊遥' > /etc/elasticsearch/analysis-ik/baijunyao.dic

Bash

Copy

重新启动下服务；

sudo systemctl restart elasticsearch

Bash

Copy

再看下分词效果 ；

curl -H 'Content-Type: application/json'  -XGET 'localhost:9200/_analyze?pretty' -d '{"analyzer":"ik_max_word","text":"白俊遥技术博客"}'

Bash

Copy