微服务Elasticsearch概述&环境搭建

Posted 观止study

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了微服务Elasticsearch概述&环境搭建相关的知识,希望对你有一定的参考价值。

🚗Es学习·起始站~
🚩本文已收录至专栏:微服务探索之旅
👍希望您能有所收获

一.初识elasticsearch

(1) 作用

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

  • 在GitHub搜索代码

  • 在电商网站搜索商品

  • 在百度搜索答案

  • 在打车软件搜索附近的车

(2) ELK技术栈

elasticsearch结合kibana、Logstash、Beats,也就是elastic stack(ELK)。被广泛应用在日志数据分析、实时监控等领域:

elasticsearch是elastic stack的核心,负责存储、搜索、分析数据,而数据可视化和数据抓取都可替换成其他技术使用。

elasticsearch底层是基于lucene来实现的。Lucene是一个Java语言的搜索引擎类库,其核心技术是基于倒排索引 ,使得查询性能非常好。

(3) 倒排索引

倒排索引的概念是相对于mysql这样的正向索引而得出的。

(3.1) 正向索引

那么什么是正向索引呢?例如给下表(tb_goods)中的id创建索引:

  • 如果是根据id查询,那么直接走索引,基于B+树,查询速度非常快。这种方式的索引就是正向索引

  • 但如果是基于title做模糊查询,只能是逐行扫描数据,流程如下:

    1. 用户搜索数据,条件是title符合"%手机%"

    2. 逐行获取数据,比如id为1的数据

    3. 判断数据中的title是否符合用户搜索条件

    4. 如果符合则放入结果集,不符合则丢弃。回到步骤1

  • 逐行扫描,也就是扫描整个表,随着数据量增加,其查询效率也会越来越低。当数据量达到数百万时,那效率就是一场灾难。

(3.2) 倒排索引

  • 倒排索引中有两个非常重要的概念:

    • 文档(Document:用来搜索的数据,其中的每一条数据就是一个文档。例如,商品表中的每一个商品,用户表中的每个用户

    • 词条(Term:对文档数据或用户搜索数据,利用某种算法分词,得到的具备含义的词语就是词条。例如:我是中国人,就可以分为:我、是、中国人、中国、国人这样的几个词条

  • 创建倒排索引是对正向索引的一种特殊处理,流程如下:

    1. 将每一个文档的数据利用算法分词,得到一个个词条

    2. 创建表,每行数据包括词条、词条所在文档id、位置等信息

    3. 因为词条唯一性,可以给词条创建索引,例如hash表结构索引

  • 基于倒排索引的搜索流程如下(以搜索"华为手机"为例):

    1. 用户输入条件"华为手机"进行搜索。
    2. 对用户输入内容分词,得到词条:华为手机
    3. 拿着词条在倒排索引中查找,可以得到包含词条的文档id:1、2、3。
    4. 拿着文档id到正向索引中查找具体文档。

虽然要先查询倒排索引,再查询文档,但是无论是词条、还是文档id都建立了索引,查询速度非常快!无需全表扫描。

(3.3) 区别

  • 为什么一个叫做正向索引,一个叫做倒排索引呢?

    • 正向索引是最传统的,根据id索引的方式。但根据词条查询时,必须先逐条获取每个文档,然后判断文档中是否包含所需要的词条,是根据文档找词条的过程

    • 倒排索引则相反,是先找到用户要搜索的词条,根据词条得到保护词条的文档的id,然后根据id获取文档。是根据词条找文档的过程

  • 那么两者方式的优缺点是什么呢?

    • 正向索引

      • 优点:

        • 可以给多个字段创建索引
        • 根据索引字段搜索、排序速度非常快
      • 缺点:

        • 根据非索引字段,或者索引字段中的部分词条查找时,只能全表扫描。
    • 倒排索引

      • 优点:

        • 根据词条搜索、模糊搜索时,速度非常快
          • 例如,在浏览器中搜索网页中的部分关键字,搜索引擎
      • 缺点:

        • 只能给词条创建索引,而不是字段
        • 无法根据字段做排序

二.相关概念

elasticsearch中有很多独有的概念,与mysql中略有差别,但也有相似之处。

(1) 文档和字段

elasticsearch是面向**文档(Document)**存储的,可以是数据库中的一条商品数据,一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中:

而Json文档中往往包含很多的字段(Field),类似于数据库中的列。

(2) 索引和映射

索引(Index),就是相同类型的文档的集合。

例如:

  • 所有用户文档,就可以组织在一起,称为用户的索引;
  • 所有商品的文档,可以组织在一起,称为商品的索引;
  • 所有订单的文档,可以组织在一起,称为订单的索引;

因此,我们可以把索引当做是数据库中的表。

数据库的表会有约束信息,用来定义表的结构、字段的名称、类型等信息。因此,索引库中就有映射(mapping),是索引中文档的字段约束信息,类似表的结构约束。

(3) mysql对比elasticsearch

我们统一的把mysql与elasticsearch的概念做一下对比:

MySQLElasticsearch说明
TableIndex索引(index),就是文档的集合,类似数据库的表(table)
RowDocument文档(Document),就是一条条的数据,类似数据库中的行(Row),文档都是JSON格式
ColumnField字段(Field),就是JSON文档中的字段,类似数据库中的列(Column)
SchemaMappingMapping(映射)是索引中文档的约束,例如字段类型约束。类似数据库的表结构(Schema)
SQLDSLDSL是elasticsearch提供的JSON风格的请求语句,用来操作elasticsearch,实现CRUD
  • 是不是说,我们学习了elasticsearch就不再需要mysql了呢?

  • 并不是如此,两者各自有自己的擅长支出:

    • Mysql:擅长事务类型操作,可以确保数据的安全和一致性

    • Elasticsearch:擅长海量数据的搜索、分析、计算

  • 因此在企业中,往往是两者结合使用:

    • 对安全性要求较高的写操作,使用mysql实现

    • 对查询性能要求较高的搜索需求,使用elasticsearch实现

    • 两者再基于某种方式,实现数据的同步,保证一致性

三.部署单点elasticsearch

(1 ) 创建网络

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

docker network create es-net

(2) 拉取镜像

这里我们采用elasticsearch的7.12.1版本的镜像,这个镜像体积非常大,接近1G。

  • 可以通过指令拉取镜像
docker pull elasticsearch:7.12.1
  • 也可以使用资料中的压缩包,将其上传到服务器后使用Docker命令加载即可。

链接:https://pan.baidu.com/s/1eSlsQ6ypaDNkqXO75mC6IA
提取码:3yzw

# 导入数据
docker load -i es.tar

(3) 运行

运行docker命令,部署单点es:

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:

  • --name:设置名称
  • -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:暴露ttp协议端口映射配置
  • -p 9300:9300:各个节点互连端口映射配置

在浏览器中输入:http://192.168.150.101:9200 即可看到elasticsearch的响应结果:

如此表明我们部署成功啦

四.部署kibana

kibana可以给我们提供一个elasticsearch的可视化界面,便于我们学习,其中Dev Tools工具可以让我们非常方便的去编写DSL语句。

(1) 拉取镜像

这里我们也采用kibana的7.12.1版本的镜像,需要与elasticsearch保持一致。

  • 可以通过指令拉取镜像
docker pull kibana:7.12.1
  • 也可以使用资料中的压缩包,将其上传到服务器后使用Docker命令加载即可。

链接:https://pan.baidu.com/s/1eSlsQ6ypaDNkqXO75mC6IA
提取码:3yzw

# 导入数据
docker load -i kibana.tar

(2) 运行

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:http暴露端口映射配置

kibana启动一般比较慢,在浏览器输入地址访问:http://192.168.150.101:5601,看到此页面即表明成功

(3) DevTools

kibana中提供了一个DevTools界面:

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

五.安装IK分词器

(1) 分词器作用

es在创建倒排索引时需要对文档进行分词;在搜索时,需要对用户输入内容分词。但默认的分词规则对中文处理并不友好,因此我们需要安装其他合适的分词器。

可以看到默认分词效果并不好。处理中文分词,我们一般会使用IK分词器。

(2) 在线安装ik插件(较慢)

# 进入容器内部
docker exec -it elasticsearch /bin/bash

# 在线下载并安装
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

#退出
exit
#重启容器
docker restart es

(3) 离线安装ik插件(推荐)

(3.1) 查看数据卷目录

安装插件需要知道elasticsearch的plugins目录位置,而我们用了数据卷挂载,因此需要查看elasticsearch的数据卷目录,通过下面命令查看:

docker volume inspect es-plugins

显示结果:

说明plugins目录被挂载到了:/var/lib/docker/volumes/es-plugins/_data 这个目录中。

(3.2) 切换到插件数据卷中

cd /var/lib/docker/volumes/es-plugins/_data

(3.3) 上传到es容器

链接:https://pan.baidu.com/s/1eSlsQ6ypaDNkqXO75mC6IA
提取码:3yzw

将压缩包上传到服务器中,也可以自己去GitHub下载7.12.1版本压缩包。

使用如下指令解压压缩包

unzip ik.zip

(3.4) 重启容器

docker restart es

(3.5) 测试

IK分词器包含两种模式:

  • ik_smart:最少切分,粗粒度,搜索到概率较小但比较节省内存

  • ik_max_word:最细切分,细粒度,搜索到概率更大但比较占用内存

(4) 扩展词词典

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,会被分为单个字。比如:“奥力给”,“白嫖” 等(上述有效果是已经配置好了)。

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。

  1. 打开IK分词器config目录:
cd /var/lib/docker/volumes/es-plugins/_data/ik/config
  1. 打开IKAnalyzer.cfg.xml配置文件并添加如下内容:
# 打开文件
vim IKAnalyzer.cfg.xml
# 按 i 开始编辑如下内容
# 编辑完成后 按Esc 再输入:wq按回车
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典-->
        <entry key="ext_dict">ext.dic</entry>
</properties>
  1. 在config中新建一个 ext.dic
touch ext.dic
  1. 打开ext.dic文件并垂直添加扩展词语

    # 打开文件
    vim ext.dic
    # 按 i 开始编辑如下内容
    # 编辑完成后 按Esc 再输入:wq按回车
    
白嫖
奥力给
  1. 重启elasticsearch
docker restart es
  1. 测试效果:

注意文件的编码必须是 UTF-8 格式,严禁使用Windows记事本编辑

(4) 停用词词典

在互联网项目中,在网络间传输的速度很快,所以很多语言是不允许在网络上传递的,如:关于宗教、政治等敏感词语,或者一些无意义的词,那么我们在搜索时也应该忽略当前词汇。

IK分词器也提供了强大的停用词功能,让我们在索引时就直接忽略当前的停用词汇表中的内容。

  1. 打开IK分词器config目录:
cd /var/lib/docker/volumes/es-plugins/_data/ik/config
  1. 打开IKAnalyzer.cfg.xml配置文件并添加如下内容:
# 打开文件
vim IKAnalyzer.cfg.xml
# 按 i 开始编辑如下内容
# 编辑完成后 按Esc 再输入:wq按回车
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典-->
        <entry key="ext_dict">ext.dic</entry>
         <!--用户可以在这里配置自己的扩展停止词字典  *** 添加停用词词典-->
        <entry key="ext_stopwords">stopword.dic</entry>
</properties>
  1. 在config中新建一个 stopword.dic
touch stopword.dic
  1. 打开 stopword.dic 文件并垂直添加停用词

    # 打开文件
    vim stopword.dic
    # 按 i 开始编辑如下内容
    # 编辑完成后 按Esc 再输入:wq按回车
    
麻花腾
啊
哦
的
  1. 重启elasticsearch
# 重启服务
docker restart es
  1. 测试效果:

注意文件的编码必须是 UTF-8 格式,严禁使用Windows记事本编辑

以上是关于微服务Elasticsearch概述&环境搭建的主要内容,如果未能解决你的问题,请参考以下文章

微服务Elasticsearch集群介绍&搭建

微服务Elasticsearch数据聚合&自动补全&数据同步

微服务ES使用实战·黑马旅游

Spring Cloud微服务安全实战_4-1_微服务网关安全_概述&微服务安全面临的挑战

计算机网络湖科大微课堂笔记 p41-46 网络层概述网络层提供的两种服务IPv4地址概述分类编址&划分子网&无分类编址的IPv4地址

#yyds干货盘点#Prometheus 之微服务监控概述