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
AI先驱体验官1 分钟前
BotCash:AI智能体知识管理新基建,GitNexus带来的技术范式转移
大数据·运维·人工智能·aigc·交互
海南java第二人1 小时前
Flink 核心概念深度解析:从字符串大小写转换看 Job 与 Task 的本质区别
大数据·flink
橘子编程1 小时前
Flink从入门到精通:全面实战指南
大数据·flink
SeaTunnel1 小时前
深度解析 Apache SeaTunnel 核心引擎三大技术创新:高可靠异步持久化与 CDC 架构优化实战
大数据·数据库·架构·apache·seatunnel
DolphinScheduler社区2 小时前
第 8 篇|Apache DolphinScheduler 与 Flink Spark 数据引擎的边界、协同与最佳实践
大数据·flink·spark·开源·apache·海豚调度·大数据工作流调度
黄焖鸡能干四碗2 小时前
企业元数据梳理和元数据管理方案(PPT方案)
大数据·运维·网络·分布式·spark
木心术12 小时前
大数据处理技术:Hadoop与Spark核心原理解析
大数据·hadoop·分布式·spark
BizViewStudio8 小时前
甄选 2026:AI 重构新媒体代运营行业的三大核心变革与落地路径
大数据·人工智能·新媒体运营·媒体
老陈头聊SEO9 小时前
AI技术在SEO关键词策略中的创新应用探讨
其他·搜索引擎·seo优化
Cx330❀10 小时前
Linux命名管道(FIFO)通信:从原理到实操,一文搞懂跨进程通信
大数据·linux·运维·服务器·elasticsearch·搜索引擎