Elasticsearch

1. Elasticsearch简介

Elasticsearch是一个基于Lucene的一个开源的分布式、RESTful 风格的搜索和数据分析引擎。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene。

2. Lucene 核心库

Lucene 可以说是当下最先进、高性能、全功能的搜索引擎库——无论是开源还是私有，但它也仅仅只是一个库。为了充分发挥其功能，你需要使用 Java 并将 Lucene 直接集成到应用程序中。 更糟糕的是，您可能需要获得信息检索学位才能了解其工作原理，因为Lucene 非常复杂。

为了解决Lucene使用时的繁复性，于是Elasticsearch便应运而生。它使用 Java 编写，内部采用 Lucene 做索引与搜索，但是它的目标是使全文检索变得更简单，简单来说，就是对Lucene 做了一层封装，它提供了一套简单一致的 RESTful API 来帮助我们实现存储和检索。

3. 和solr对比

ElasticSearch对比 Solr 总结

项目	ES	Solr
安装	简单，开箱即用	复杂
分布式	自带分布式协调管理功能	利用zookeeper分布式管理
支持类型	JSON	JSON，XML，CSV
功能	注重核心功能，其他功能借助于第三方插件	提供功能更多
查询速度	建立索引快，查询慢，实时查询快，推特，新浪实时应用	查询快，增删改查慢，传统应用
社区	学习成本高，开发维护者少，更新快	社区成熟

4. 倒排索引（重点）

正排索引根据id 找到对应的一组数据 （B+tree 聚簇索引）

非聚簇索引：给一个字段建立索引，查询的时候 根据这个字段查到这行数据对应的id。回表，再根据id 去查 聚簇索引 从而拿到一行数据。

4.1正排索引

4.2 倒排索引

一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，有一个包含它的 Term 列表。

4.3 分词

就是按照一定的规则，将一句话分成组合的单词，按照国人喜欢来进行的

海上生明月 - 如何分成 ----->海上 | 生 | 明月

4.4模拟一个倒排索引

原理步骤：
1. 将数据存入mysql之前，对其进行分词
2. 将分词和存入后得到的id，存放在数据结构中Map<String,Set<Integer>> index
1. 查询时先分词，然后从index中拿到Set<Integer> ids
1. 再根据ids 查询mysql，从而得到结果，这样借助了mysql的B+tree索引，提高性能

4.4.1创建项目

引入第三方结巴分词器依赖

<dependency>
    <groupId>com.huaban</groupId>
    <artifactId>jieba-analysis</artifactId>
    <version>1.0.2</version>
</dependency>

4.4.2注入分词器

/**
 * 往IOC容器中入住结巴分词组件
 *
 * @return
 */
@Bean
public JiebaSegmenter jiebaSegmenter() {
    return new JiebaSegmenter();
}

4.4.3测试分词器

@Autowired
public JiebaSegmenter jiebaSegmenter;

@Test
void testJieBa() {
    String words = "华为 HUAWEI P40 Pro 麒麟990 5G SoC芯片 5000万超感知徕卡四摄 50倍数字变焦 8GB+256GB零度白全网通5G手机";
    // 使用结巴分词，对字符串进行分词，分词类型为搜索类型
    List<SegToken> tokens = jiebaSegmenter.process(words, JiebaSegmenter.SegMode.INDEX);
    // 遍历，拿到SegToken对象中的word属性，打印结果
    tokens.stream()
            .map(token -> token.word)
            .collect(Collectors.toList())
            .forEach(System.out::println);
}

5.商品搜索案例

使用倒排索引加分词器，展示商品搜索功能

5.1创建实体类Goods

@Data
@AllArgsConstructor
@NoArgsConstructor
public class Goods {
    /**
     * 商品的id
     */
    private Integer goodsId;

    /**
     * 商品的名称（主要分词和检索字段）
     */
    private String goodsName;

    /**
     * 商品的价格
     */
    private Double goodsPrice;
    
}

5.2模拟数据库，新建DBUtil类

public class DBUtil {
    /**
     * 模拟数据库，key=id，value=商品对象
     * 这里也可以使用List来模拟
     */
    public static Map<Integer, Goods> db = new HashMap<>();

    /**
     * 插入数据库
     *
     * @param goods
     */
    public static void insert(Goods goods) {
        db.put(goods.getGoodsId(), goods);
    }


    /**
     * 根据id得到商品
     *
     * @param id
     * @return
     */
    public static Goods getGoodsById(Integer id) {
        return db.get(id);
    }

    /**
     * 根据ids查询商品集合
     *
     * @param ids
     * @return
     */
    public static List<Goods> getGoodsByIds(Set<Integer> ids) {
        if (CollectionUtils.isEmpty(ids)) {
            return Collections.emptyList();
        }
        List<Goods> goods = new ArrayList<>(ids.size() * 2);
        // 循环ids
        ids.forEach(id -> {
            // 从数据库拿到数据
            Goods g = db.get(id);
            if (!ObjectUtils.isEmpty(g)) {
                goods.add(g);
            }
        });
        return goods;
    }
}

5.3创建GoodsService接口

public interface GoodsService {

    /**
     * 添加商品的方法
     *
     * @param goods
     */
    void addGoods(Goods goods);

    /**
     * 根据商品名称查询
     *
     * @param name
     * @return
     */
    List<Goods> findGoodsByName(String name);

    /**
     * 根据关键字查询
     *
     * @param keywords
     * @return
     */
    List<Goods> findGoodsByKeywords(String keywords);

}

5.4模拟倒排索引类

//倒排索引
public class InvertedIndex {
    //倒排索引key=分词， value=ids
    public static Map<String, Set<Integer>> index=new HashMap<>();
}

5.5 创建GoodsServiceImpl实现类

@Service
public class GoodsServiceImpl implements GoodsService {

    @Autowired
    private JiebaSegmenter jiebaSegmenter;

    /**
     * 添加商品的方法
     * 1.先对商品名称进行分词，拿到了List<String> tokens
     * 2.将商品插入数据库 拿到商品id
     * 3.将tokens和id放入倒排索引中index
     *
     * @param goods
     */
    @Override
    public void addGoods(Goods goods) {
        // 分词
        List<String> keywords = fenci(goods.getGoodsName());
        // 插入数据库
        DBUtil.insert(goods);
        // 保存到倒排索引中
        saveToInvertedIndex(keywords, goods.getGoodsId());
    }

    /**
     * 保存到倒排索引的方法
     *
     * @param keywords
     * @param goodsId
     */
    private void saveToInvertedIndex(List<String> keywords, Integer goodsId) {
        // 拿到索引
        Map<String, Set<Integer>> index = InvertedIndex.index;
        // 循环分词集合
        keywords.forEach(keyword -> {
            Set<Integer> ids = index.get(keyword);
            if (CollectionUtils.isEmpty(ids)) {
                // 如果之前没有这个词 就添加进去
                HashSet<Integer> newIds = new HashSet<>(2);
                newIds.add(goodsId);
                index.put(keyword, newIds);
            } else {
                // 说明之前有这个分词 我们记录id
                ids.add(goodsId);
            }
        });
    }

    /**
     * 分词的方法
     *
     * @param goodsName
     * @return
     */
    private List<String> fenci(String goodsName) {
        List<SegToken> tokens = jiebaSegmenter.process(goodsName, JiebaSegmenter.SegMode.SEARCH);
        return tokens.stream()
                .map(token -> token.word)
                .collect(Collectors.toList());
    }

    /**
     * 根据商品名称查询
     *
     * @param name
     * @return
     */
    @Override
    public List<Goods> findGoodsByName(String name) {
        // 查询倒排索引中 是否有这个词
        Map<String, Set<Integer>> index = InvertedIndex.index;
        Set<Integer> ids = index.get(name);
        if (CollectionUtils.isEmpty(ids)) {
            // 查询数据库 模糊匹配去
        } else {
            // 说明分词有 根据ids 查询数据库
            return DBUtil.getGoodsByIds(ids);
        }
        return Collections.emptyList();
    }

    /**
     * 根据关键字查询
     *
     * @param keywords
     * @return
     */
    @Override
    public List<Goods> findGoodsByKeywords(String keywords) {
        // 进来先把关键字分词一下
        List<String> tokens = fenci(keywords);
        // 拿到倒排索引
        Map<String, Set<Integer>> index = InvertedIndex.index;
        Set<Integer> realIds = new HashSet<>();
        // 循环分词集合 查询倒排索引
        tokens.forEach(token -> {
            Set<Integer> ids = index.get(token);
            if (!CollectionUtils.isEmpty(ids)) {
                // 如果局部的ids不为空，就添加到总的ids里面去
                realIds.addAll(ids);
            }
        });
        // 查询数据库
        return DBUtil.getGoodsByIds(realIds);
    }
}

5.6编写测试类

@Test
    public void testMyIndex() throws Exception {
        // 造数据
        Goods goods = new Goods(1, "苹果手机", 10.00);
        Goods goods1 = new Goods(2, "华为手机", 11.00);
        Goods goods2 = new Goods(3, "红米手机", 5.00);
        Goods goods3 = new Goods(4, "联想手机", 6.00);
        Goods goods4 = new Goods(5, "联想笔记本", 8916.00);
        Goods goods5 = new Goods(6, "小米笔记本", 6983.5);
        goodsService.addGoods(goods);
        goodsService.addGoods(goods1);
        goodsService.addGoods(goods2);
        goodsService.addGoods(goods3);
        goodsService.addGoods(goods4);
        goodsService.addGoods(goods5);
        // 查询
       goodsService.findGoodsByName("苹果手机").forEach(System.out::println);

        goodsService.findGoodsByKeywords("苹果小米联想").forEach(System.out::println);
    }

6.Elasticsearch安装

下载地址 https://www.elastic.co/cn/downloads/past-releases#elasticsearch

使用比较新的版本7.15.2

6.1目录

bin：启动脚本
config:elasticsearch.yml，ES的集群信息、对外端口、内存锁定、数据目录、跨域访问等属性的配置
jvm.options，ES使用Java写的，此文件用于设置JVM相关参数，如最大堆、最小堆
log4j2.properties，ES使用log4j作为其日志框架
data：数据存放目录（索引数据）
plugins: ES的可扩展插件存放目录，如可以将ik中文分词插件放入此目录，ES启动时会自动加载

6.2 Elasticsearch可视化插件的安装

6.2.1谷歌插件方式

6.2.2解决跨域问题

如果是远程访问，涉及到跨域访问，报错，解决方式如下：

修改elasticsearch.yml配置文件
http.cors.enabled: true
http.cors.allow-origin: "*"

6.3IK分词的安装【重点】

Ik分词在es 里面也是插件的形式安装的

{
    "analyzer":"standard",
    "text":"我要学习java"
}

6.3.1安装分词器

1. 找对应的ES版本的IK分词 https://github.com/medcl/elasticsearch-analysis-ik/releases
2. 下载后拷贝到plugins目录下
3. 重启测试

6.3.2分词器类型

Ik分词的两种方式：

ik_smart：分词的粒度较小，也叫智能分词

**ik_max_word:**分词的粒度较大，也叫最大力度分词

7.Elasticsearch核心概念【重点】

一个json串 叫文档 es又被叫文档性数据库

7.1 结构说明

Elasticsearch	Mysql
Index(索引库)	Database(数据库)
Type（_doc）	Table(表)
Document(文档)	Row(行)
Field(字段)	Column(列)
mappings	列的类型约束(int,varchar…)

这里的Type概念从ES6.x以后被弱化，官方将在ES8.0以后正式剔除了。

7.2 索引库（indices）

把数据写入elasticsearch 时，会在里面建立索引，索引库里面存储索引，一个index 对应一个database

7.3 文档（document）

就是一条数据，一般使用json 表示，和数据库对比，就是一行数据，在java 里面就是一个对象

7.4 字段（field）

一个对象的属性，对应数据库就是一列

7.5 节点

一台运行elasticsearch的服务器，被称为一个节点

7.6 集群

多个节点组成一个集群

7.7 分片

一个索引可以存储在多个主分片上，有负载均衡的作用，还有从分片是主分片的一个副本

7.8 副本

一份数据可以有多个副本，做数据冗余（安全），一般放在从分片里面

8. Elasticsearch基本使用（重点）

Elasticsearch 是基于restful风格的http应用，Restful风格就是使用http动词形式对url资源进行操作（GET,POST,PUT,DELETE…）

操作格式为：

请求类型 ip:port/索引名/_doc/文档id
{请求体}

8.1 对索引和mappings的操作（建库建表约束）

8.1.1 新增索引

PUT http://192.168.226.128:9200/student 新建一个student索引，给定几个字段约束，索引只能增删，不能修改

{
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "age":{
        "type": "integer"
      },
      "birthDay":{
        "type": "date"
      },
      "price":{
        "type": "double"
      }
    }
  }
}

8.1.2查询索引

8.1.3查询索引的mappings信息

8.1.4 删除索引

DELETE http://192.168.226.128:9200/student

8.2 对Document的操作

8.2.1 新增数据

使用put请求新增时需要自己指定id，使用post请求新增时系统会自动生成一个id

PUT http://192.168.226.128:9200/user/_doc/1 

user: 索引名称

doc：类型（即将剔除，官方建议全部使用doc）

1: 文档id

从head插件里面查看数据

8.2.2 修改一个数据

1. 危险的修改，把其他的字段值都删了

PUT http://192.168.226.128:9200/user/_doc/2

2.安全的修改，其他的字段值会保留

POST http://192.168.226.128:9200/user/_doc/2/_update

8.2.3 删除一个数据

DELETE http://192.168.226.128:9200/user/_doc/3

8.2.4查询一个数据

GET http://192.168.226.128:9200/user/_doc/1

8.2.5 查询全部数据

GET http://192.168.226.128:9200/user/_doc/_search

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HaFtriAH-1671947370531)(images26.png)]

9.SpringBoot使用ES【重点】

9.1创建项目，添加ES依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

9.2修改配置application.yml

spring:
    elasticsearch:
        uris: http://192.168.226.129:9200

9.3 测试连接ES

说明我们连接成功，下面开始操作

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tAEoIzNR-1671947370531)(C:UsersmengyangDocumentsElasticsearchimages27.png)]

9.1 Java对索引的操作

9.1.1 新建Goods实体类

/**
 * @Document是ES提供的注解 indexName:索引名称
 * createIndex：启动时是否创建
 * shards：分片个数
 * replicas：副本个数
 * refreshInterval：数据导入到索引里面，最多几秒搜索到
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
@Setting(shards = 2,replicas = 1,refreshInterval = "1s")
@Document(indexName = "goods_index")
public class Goods {

    /**
     * 商品ID
     */
    @Id //默认使用keyword关键字模式，不进行分词
    @Field
    private Integer goodsId;
    /**
     * 商品名称
     * analyzer:插入时使用的分词，如果不设置使用ES预设的
     * searchAnalyzer：搜索时使用的分词，如果不设置使用analyzer，最后使用ES预设
     */
    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String goodsName;
    /**
     * 商品描述
     */
    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String goodsDesc;
    /**
     * 商品价格
     */
    @Field(type = FieldType.Double)
    private Double goodsPrice;
    /**
     * 商品的销量
     */
    @Field(type = FieldType.Long)
    private Long goodsSaleNum;
    /**
     * 商品的卖点
     */
    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
    private String goodsBrief;
    /**
     * 商品的状态
     */
    @Field(type = FieldType.Integer)
    private Integer goodsStatus;
    /**
     * 商品的库存
     */
    @Field(type = FieldType.Integer)
    private Integer goodsStock;
    /**
     * 商品的标签
     */
    @Field(type = FieldType.Text)
    private List<String> goodsTags;
    /**
     * 上架的时间
     * 指定时间格式化
     */
    private Date goodsUpTime;
}

9.1.2对文档的操作即数据访问类

@Repository
public interface GoodsDao extends ElasticsearchRepository<Goods, Integer> {

}

9.1.3新增数据

@Autowired
private GoodsDao goodsDao;
@Test
public void testDocumentCurd() throws Exception {
    //新增商品数据100条
    ArrayList<Goods> goods = new ArrayList<>(200);
    for (int i = 1; i <= 100; i++) {
        goods.add(
                new Goods(i,
                        i % 2 == 0 ? "华为电脑" + i : "联想电脑" + i,
                        i % 2 == 0 ? "轻薄笔记本" + i : "游戏笔记本" + i,
                        4999.9 + i,
                        999L,
                        i % 2 == 0 ? "华为续航强" : "联想性能强",
                        i % 2 == 0 ? 1 : 0,
                        666 + i,
                        i % 2 == 0 ? Arrays.asList("小巧", "轻薄", "续航") : Arrays.asList("炫酷", "畅玩", "游戏"),
                        new Date())
        );
    }
    goodsDao.saveAll(goods);
}

9.1.4 修改数据(注意是危险修改)

@Test
public void testUpdate() throws Exception {
    goodsDao.save(new Goods(1, "小米笔记本", null, null, null, null, null, null, null, null));
}

9.1.5删除数据

@Test
public void testDelete() throws  Exception{
    goodsDao.deleteById(1);
}

9.1.6根据Id查询数据

@Test
public void testSearchById() throws Exception {
    Optional<Goods> byId = goodsDao.findById(502);
    System.out.println(byId.get());
}

9.1.7查询所有数据

@Test
public void testSearchAll() throws Exception {
    Iterable<Goods> all = goodsDao.findAll();
    all.forEach(System.out::println);
}

10.复杂的查询操作【重点】

10.1 查询注意点

match:会通过分词器去模糊匹配 例如：华为电脑，会把包含‘华为’，‘电脑’，都查出来
matchPhrase:不分词查询，弥补了match和term
term:精确查找你的关键字,一般使用keywords的约束，使用term
rang：范围查询
match 和 rang 如果同时出现，需要组合bool查询
分页，排序是通用的查询，不需要通过bool组合使用，直接nativeSearchQueryBuilder使用

10.2 查询常用类

QueryBuilders:构造条件对象，例如matchQuery，rangeQuery，boolQuery等
NativeSearchQueryBuilder:组合条件对象，组合后使用build构建查询对象
HighlightBuilder:高亮的查询类，注意使用它的Field静态内部类
FunctionScoreQueryBuilder：权重类，注意它的FilterFunctionBuilder静态内部类

10.3关键字，范围，分页，排序

查询条件：商品名称为“华为",价格在5000-7000之间，按照价格降序排列，输出第一页，每页大小20条

@Test
public void testFuZaSearch() throws Exception {
    //关键字，“华为”
    MatchQueryBuilder matchQueryBuilder = QueryBuilders.matchQuery("goodsName", "华为");
    //价格范围
    RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery("goodsPrice").from(5000).to(7000);

    //使用bool组合这两个查询
    BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery().must(matchQueryBuilder).must(rangeQueryBuilder);

    //创建组合查询器
    NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();
    //去build()构建查询对象
    NativeSearchQuery nativeSearchQuery = nativeSearchQueryBuilder
            .withQuery(boolQueryBuilder)
            .withPageable(PageRequest.of(0, 20))    //注意范围和分页有关系，可能查出来了，但是当前分页没有
            .withSort(SortBuilders.fieldSort("goodsPrice").order(SortOrder.ASC))
            .build();

    //使用es查询 得到结果集
    SearchHits<Goods> searchHits = elasticsearchRestTemplate.search(nativeSearchQuery, Goods.class);
    searchHits.forEach(goodsSearchHit -> {
        //循环结果集，输出
        System.out.println(goodsSearchHit.getContent());
    });
}

10.4高亮查询

查询名称包含“华为“的产品，将"goodsName"设置为高亮字段，添加”字体红色“样式，将查询命中的数据循环，

并将高亮字段的值赋给"goodsName"

    @Test
    public void testHighlight() throws Exception {
        //华为，模糊匹配
        MatchQueryBuilder matchQueryBuilder = QueryBuilders.matchQuery("goodsName", "华为");

        HighlightBuilder.Field goodsName = new HighlightBuilder.Field("goodsName").preTags("<span style='color:red'>").postTags("</span>");

        NativeSearchQueryBuilder nativeSearchQueryBuilder = new NativeSearchQueryBuilder();

        NativeSearchQuery nativeSearchQuery = nativeSearchQueryBuilder
                .withQuery(matchQueryBuilder)
                .withHighlightFields(goodsName)
                .build();
        //得到结果集 我们需要手动组装高亮字段
        SearchHits<Goods> searchHits = elasticsearchRestTemplate.search(nativeSearchQuery, Goods.class);

        List<Goods> goodsArrayList = new ArrayList<>();

        searchHits.forEach(goodsSearchHit -> {
            //得到goods对象,但是这里面goodsName属性不是高亮的，所以要改
            Goods goods = goodsSearchHit.getContent();
            List<String> highlightField = goodsSearchHit.getHighlightField("goodsName");
            String highlight = highlightField.get(0);
            //将高亮的商品名称赋给goods对象
            goods.setGoodsName(highlight);
            goodsArrayList.add(goods);
        });
        System.out.println(JSON.toJSONString(goodsArrayList));
    }
}

10.5权重查询

@Test
public void testWeight() throws Exception {
    //根据产品名称和产品介绍进行查询，谁的权重高，排名在前      
    //创建权重数组
    FunctionScoreQueryBuilder.FilterFunctionBuilder[] functionBuilders = new FunctionScoreQueryBuilder.FilterFunctionBuilder[2];

    //设置权重
    functionBuilders[0] = (new FunctionScoreQueryBuilder.FilterFunctionBuilder(
            QueryBuilders.matchQuery("goodsName", "华为"),
            ScoreFunctionBuilders.weightFactorFunction(6)//给名称设置10的权重大小
    ));
    functionBuilders[1] = (
            new FunctionScoreQueryBuilder.FilterFunctionBuilder(
                    QueryBuilders.matchQuery("goodsBrief", "联想"),
                    ScoreFunctionBuilders.weightFactorFunction(10)//给卖点设置4的权重
            ));

    FunctionScoreQueryBuilder functionScoreQueryBuilder = new FunctionScoreQueryBuilder(functionBuilders);

    functionScoreQueryBuilder.setMinScore(2) //设置最小分数
            .scoreMode(FunctionScoreQuery.ScoreMode.FIRST);//设置计分方式

    NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder().withQuery(functionScoreQueryBuilder).build();
    SearchHits<Goods> searchHits = elasticsearchRestTemplate.search(nativeSearchQuery, Goods.class);
    searchHits.forEach(goodsSearchHit -> {
        //循环结果集，打印结果
        System.out.println(goodsSearchHit.getContent());
    });
}

11. ES集群（了解）

这里使用windows方式演示集群，Linux上的集群道理一样，修改配置文件即可

可以参考https://my.oschina.net/u/4353003/blog/4333773

11.1创建三个es节点

11.2 修改配置文件

11.2.1 Node1修改配置文件

进入elasticsearch-7.15.2-node1config下，修改elasticsearch.yml

# 设置集群名称，集群内所有节点的名称必须一致。
cluster.name: my-esCluster
# 设置节点名称，集群内节点名称必须唯一。
node.name: node1
# 表示该节点会不会作为主节点，true表示会；false表示不会
node.master: true
# 当前节点是否用于存储数据，是：true、否：false
node.data: true
# 索引数据存放的位置
#path.data: /opt/elasticsearch/data
# 日志文件存放的位置
#path.logs: /opt/elasticsearch/logs
# 需求锁住物理内存，是：true、否：false
#bootstrap.memory_lock: true
# 监听地址，用于访问该es
network.host: 0.0.0.0
# es对外提供的http端口，默认 9200
http.port: 9200
# TCP的默认监听端口，默认 9300
transport.tcp.port: 9300
# 设置这个参数来保证集群中的节点可以知道其它N个有master资格的节点。默认为1，对于大的集群来说，可以设置大一点的值（2-4）
discovery.zen.minimum_master_nodes: 2
# es7.x 之后新增的配置，写入候选主节点的设备地址，在开启服务后可以被选为主节点
discovery.seed_hosts: ["192.168.186.1:9300", "192.168.186.1:9301", "192.168.186.1:9302"] 
discovery.zen.fd.ping_timeout: 1m
discovery.zen.fd.ping_retries: 5
# es7.x 之后新增的配置，初始化一个新的集群时需要此配置来选举master
cluster.initial_master_nodes: ["node1", "node2", "node3"]
# 是否支持跨域，是：true，在使用head插件时需要此配置
http.cors.enabled: true
# “*” 表示支持所有域名
http.cors.allow-origin: "*"
action.destructive_requires_name: true
action.auto_create_index: .security,.monitoring*,.watches,.triggered_watches,.watcher-history*
xpack.security.enabled: false
xpack.monitoring.enabled: true
xpack.graph.enabled: false
xpack.watcher.enabled: false
xpack.ml.enabled: false

11.2.2 Node2修改配置文件

# 设置集群名称，集群内所有节点的名称必须一致。
cluster.name: my-esCluster
# 设置节点名称，集群内节点名称必须唯一。
node.name: node2
# 表示该节点会不会作为主节点，true表示会；false表示不会
node.master: true
# 当前节点是否用于存储数据，是：true、否：false
node.data: true
# 索引数据存放的位置
#path.data: /opt/elasticsearch/data
# 日志文件存放的位置
#path.logs: /opt/elasticsearch/logs
# 需求锁住物理内存，是：true、否：false
#bootstrap.memory_lock: true
# 监听地址，用于访问该es
network.host: 0.0.0.0
# es对外提供的http端口，默认 9200
http.port: 9201
# TCP的默认监听端口，默认 9300
transport.tcp.port: 9301
# 设置这个参数来保证集群中的节点可以知道其它N个有master资格的节点。默认为1，对于大的集群来说，可以设置大一点的值（2-4）
discovery.zen.minimum_master_nodes: 2
# es7.x 之后新增的配置，写入候选主节点的设备地址，在开启服务后可以被选为主节点
discovery.seed_hosts: ["192.168.186.1:9300", "192.168.186.1:9301", "192.168.186.1:9302"] 
discovery.zen.fd.ping_timeout: 1m
discovery.zen.fd.ping_retries: 5
# es7.x 之后新增的配置，初始化一个新的集群时需要此配置来选举master
cluster.initial_master_nodes: ["node1", "node2", "node3"]
# 是否支持跨域，是：true，在使用head插件时需要此配置
http.cors.enabled: true
# “*” 表示支持所有域名
http.cors.allow-origin: "*"
action.destructive_requires_name: true
action.auto_create_index: .security,.monitoring*,.watches,.triggered_watches,.watcher-history*
xpack.security.enabled: false
xpack.monitoring.enabled: true
xpack.graph.enabled: false
xpack.watcher.enabled: false
xpack.ml.enabled: false

11.2.3 Node3修改配置文件

# 设置集群名称，集群内所有节点的名称必须一致。
cluster.name: my-esCluster
# 设置节点名称，集群内节点名称必须唯一。
node.name: node3
# 表示该节点会不会作为主节点，true表示会；false表示不会
node.master: true
# 当前节点是否用于存储数据，是：true、否：false
node.data: true
# 索引数据存放的位置
#path.data: /opt/elasticsearch/data
# 日志文件存放的位置
#path.logs: /opt/elasticsearch/logs
# 需求锁住物理内存，是：true、否：false
#bootstrap.memory_lock: true
# 监听地址，用于访问该es
network.host: 0.0.0.0
# es对外提供的http端口，默认 9200
http.port: 9202
# TCP的默认监听端口，默认 9300
transport.tcp.port: 9302
# 设置这个参数来保证集群中的节点可以知道其它N个有master资格的节点。默认为1，对于大的集群来说，可以设置大一点的值（2-4）
discovery.zen.minimum_master_nodes: 2
# es7.x 之后新增的配置，写入候选主节点的设备地址，在开启服务后可以被选为主节点
discovery.seed_hosts: ["192.168.186.1:9300", "192.168.186.1:9301", "192.168.186.1:9302"] 
discovery.zen.fd.ping_timeout: 1m
discovery.zen.fd.ping_retries: 5
# es7.x 之后新增的配置，初始化一个新的集群时需要此配置来选举master
cluster.initial_master_nodes: ["node1", "node2", "node3"]
# 是否支持跨域，是：true，在使用head插件时需要此配置
http.cors.enabled: true
# “*” 表示支持所有域名
http.cors.allow-origin: "*"
action.destructive_requires_name: true
action.auto_create_index: .security,.monitoring*,.watches,.triggered_watches,.watcher-history*
xpack.security.enabled: false
xpack.monitoring.enabled: true
xpack.graph.enabled: false
xpack.watcher.enabled: false
xpack.ml.enabled: false

11.3 启动es

进入bin目录下 逐个启动，三台全部双击启动，注意不要关闭黑窗口

11.4 访问查看集群信息和状态

访问查看：http://127.0.0.1:9200/_cat/nodes

也可以使用head插件查看

11.5SpringBoot连接ES集群

spring:
    elasticsearch:
        uris:
            - http://127.0.0.1:9200
            - http://127.0.0.1:9201
            - http://127.0.0.1:9202

最后

以上就是负责鼠标为你收集整理的ElasticsearchElasticsearch1. Elasticsearch简介2. Lucene 核心库3. 和solr对比4. 倒排索引（重点）5.商品搜索案例6.Elasticsearch安装7.Elasticsearch核心概念【重点】8. Elasticsearch基本使用（重点）9.SpringBoot使用ES【重点】10.复杂的查询操作【重点】11. ES集群（了解）的全部内容，希望文章能够帮你解决ElasticsearchElasticsearch1. Elasticsearch简介2. Lucene 核心库3. 和solr对比4. 倒排索引（重点）5.商品搜索案例6.Elasticsearch安装7.Elasticsearch核心概念【重点】8. Elasticsearch基本使用（重点）9.SpringBoot使用ES【重点】10.复杂的查询操作【重点】11. ES集群（了解）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。