elasticsearch下载及可视化工具下载使用

elasticsearch下载及配置、启动

一、下载

Download Elasticsearch | Elastic

二、启动

双击bat即可。

出现如下说明启动成功:

访问测试:

三、注意

(1)因为es启动默认端口是:9200,所以需要检查此端口是否被占用。
(2)配置文件:elasticsearch.yml ,所在目录:在es根目录下的config文件中。

(3)配置文件中设置允许跨域,不设置的话,使用kibana或elasticsearch-head等可视化工具链接时会报跨域。配置如下:

java 复制代码
http.cors.enabled: true
http.cors.allow-origin: "*"

当然你也可以修改默认9200端口号。

(4)关于config文件下的jvm.options中的配置,如果服务器内存较小,建议修改占用内存大小:默认是4g,我改成了1g,需要根据实际内存情况来确定。

(5)关于es启动闪退问题:不能启动多个es,检查是否已经有启动的es了。

四、核心

(1)索引(相当于数据库表)

(2)字段类型(mapping)就是字段类型

(3)文档(document)相当于一条一条的数据。

kibana可视化工具

一、下载

Kibana:数据的探索、可视化和分析 | Elastic

二、启动(双击kibana.bat)

三、配置

kibana.yml 配置文件位置:kibana根目录下的config目录中。

kibana默认端口号:5601,链接es服务:http:localhost:9200,这里根据实际情况配置,如果es在服务器上,那么设置服务器的ip及端口即可。页面默认为英文en ;当然您也可以改为中文:zh-CN


四、查询es

注意:

1、访问kibana时,如果出现:Kibana server is not ready yet,而且是在windows系统下,es服务正常时:

(1)检查kibana配置文件链接es地址是否正确。

(2)es启动命令行在windows系统下有时会卡住(redis也是这样),按下空格或重启下 es即可。

(3)kibana版本必须与es版本号对应。不对应也会链接不上,甚至启动不成功。

上述时目前碰到的坑。

elasticsearch-head 可视化工具

一、下载

GitCode - 开发者的代码家园https://gitcode.com/mobz/elasticsearch-head/tree/master?utm_source=csdn_github_accelerator&isLogin=1

**二、进入根目录,npm install或yarn install 下载项目依赖,下载完成:npm run start 运行项目即可:

点击 连接按钮,出现绿色时,表示链接es成功。**

注意:

**1、下载依赖时,报如下错误,**从截图可以看见主要错误是: Failed at the phantomjs-prebuilt@2.1.16 install script.

解决方案:

java 复制代码
npm install phantomjs-prebuilt@2.1.14 --ignore-scripts
// 或
yarn add phantomjs-prebuilt@2.1.14 --ignore-scripts

注意:这个地方的版本是2.1.14,虽然报错是2.1.16,但是需要安装2.1.14才能解决,这个还不知道原因。

ik分词器:

一、下载(包含ik分词器的各个版本):

Releases · medcl/elasticsearch-analysis-ik · GitHub

二、使用

减压至es 目录下plugins目录下的ik目录(ik目录需要自己创建);

下边是我自己es的安装目录及ik放置的目录:

完之后,重新启动es,如果日志显示加载 analysis-ik,表示ik插件已被加载。

三、分词类型

(1)ik_smart:最小力度切分

(2)ik_max_word:最细粒度切分

(3)自定义分词

如果碰到一些特殊分词,如:人名、动物名称、节日名称,我们也可以自定义自己的分词字典。

在ik目录下的config目录中:

<1> main.dic 是ik分词器自带的分词,我们创建自己的分词字典:lxc.dic

<2>保存 lxc.dic,打开ik分词器配文件: IKAnalyzer.cfg.xml ,把自定义的字典添加到配置文件中,保存,重启es即可!

<3> 也可以配置多个自定义字典:

四、注意:

下载ik分词器版本也需要跟es版本号对应,否则es服务会启动失败。

相关推荐
Flynn Liang11 分钟前
Apache Superset 重要特性详解(三):语义层 / 权限 / 缓存 / 嵌入的实战最佳实践(2026 版)
大数据·clickhouse·数据可视化·架构设计·superset·数据分析平台
小田学Python12 小时前
工具调用:让 Agent 从“说”到“做”
大数据·大模型·agent·ai工具·deepseek
GrowingIO技术社区16 小时前
用户行为分析怎么做?从业务目标到改进验证的完整流程
大数据·数据挖掘·数据分析
瑞克-桑切斯19 小时前
docker Harbor 单机部署手册
大数据·运维·elasticsearch·docker·容器
演艺大赏21 小时前
NiFi 起不来、登不上、节点被挤掉:一份按日志定位的排错清单
大数据
freejackman21 小时前
【实战三】撕开脱敏盲区:深度解析 CASE WHEN 与窗口函数血缘
大数据·数据库·sql
wafrdggh1 天前
2026电商快递批量查询怎么用?固乔助手模板设置评测
大数据·数据库·小程序
大大大大晴天1 天前
OLTP、OLAP、数据湖、数据集市、湖仓一体到底是什么关系?
大数据
正在走向自律2 天前
AI Agent 落地这一年:从“能跑起来”到“敢放出去”
大数据·人工智能·ai agent·智能体·mcp·a2a
freejackman2 天前
【实战二】字段级血缘追踪:拆解 AST 迷局,精准穿透函数链与子查询
大数据·数据库·sql