SpringCloud（七.1）ES（elasticsearch）+kibana+IK分词器的安装和使用
随着业务的发展，数据量越来越庞大，传统的mysql数据库就难以满足业务需求，所以在微服务架构下都会用到分布式搜索技术。
官网地址：https://www.elastic.co/cn/
什么是elasticsearch？
elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到需要的内容。并高亮显示。
elasticsearch是ELK技术栈的核心，底层是Lucene技术（Lucene是Apache的开源搜索引擎类库，提供了搜索引擎的核心API）。
插眼：在CSDN看到一篇ES相关不错的文章插眼记录 https://blog.csdn.net/weixin_44062380/article/details/121596538
1、文档
ES是面向文档存储，文档可以是一条商品数据，可以是一条订单信息。如图：
文档信息会被序列化为json格式后存储至elasticsearch。
2、索引
相同类型的文档集合称之为索引。如图：
elasticsearch优势？
- 支持分布式，可水平扩展形成集群。
- 提供Restful接口，可被任何语言调用。
elasticsearch和mysql区别？
正向索引缺点：如上图，如果查询非索引字段会逐行进行判断。效率会非常低。
倒排索引：先根据词条查到文档id（主键）再根据id查到相应的文档。
安装elasticsearch和kibana
为什么也要安装kibana？
kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习。可以非常方便的编写ES中的dsl语句，从而去操作ES。
安装资料
安装教程 --- 链接：https://pan.baidu.com/s/1qdOEQR9EjFJaySRIpM9K2Q 提取码：e6ch
ES tar包 --- 链接：https://pan.baidu.com/s/1z6E1neCyyY8BYuMh-R4s3A 提取码：h87v
Kibana tar包 --- 链接：https://pan.baidu.com/s/1FrDR3Bazv9DVOoLRehLAEA 提取码：zqud
IK分词器 tar包 --- 链接：https://pan.baidu.com/s/12C6aEGBxtTsOLPFojKhuOw 提取码：8vyc
注意事项：安装Kibana 版本一定要和ES保持一致！
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
安装好es之后我们在浏览器中访问一下，端口配置的是9200，直接访问 服务器/虚拟机:9200，可以看到以下界面：
出现此界面就代表es安装启动成功了！
docker run -d \ --name kibana \ -e ELASTICSEARCH_HOSTS=http://es:9200 \ --network=es-net \ -p 5601:5601 \ kibana:7.12.1
安装完成后，我们在浏览器中访问kibana的地址，我们这里的端口配置的是5601，直接访问 服务器/虚拟机:5601，可以看到以下界面：
进入后我们点击 dev tools （DSL控制台，可以非常方便的发送DSL请求。）
下面含义是 查询所有数据，点击查询后就会把请求发送给ES。
它的本质就是发送一个 restful 到ES中（调用ES提供的 restful api）如图：
分词器
POST /_analyze { "analyzer": "standard", //分组类型 "text": "黑马程序员学习java太棒了！" }
当analyzer为 english 或 standard 的时候，会发现他是按照一个字符一个字符来分，英文分的特别好，但对中文很不友好，如图：
如果想分词中文，使用专门的中文分词器 - IK 。安装方法详见上面安装资料中的安装教程。
IK分词器官网地址：https://github.com/infinilabs/analysis-ik
安装完成后重启ES，重新在kibana中运行。
-
ik_smart：最少切分 （内存占用小，可以缓存更多的数据，效率高。） -
ik_max_word：最细切分 （内存占用大，更精确）
GET /_analyze
{
"analyzer": "ik_smart",
"text": "黑马程序员学习java太棒了"
}
效果：
GET /_analyze { "analyzer": "ik_max_word", "text": "黑马程序员学习java太棒了" }
效果： 拆分的特别细
IK分词器的拓展和停用词典
IK分词器可能也不会分词很理想，如一些流行用语，如：白嫖、奥利给等等。
还有一些无用的分词想禁掉，如：的、了、哦、嗯、啊 或者一些禁词等等。
1、打开IK分词器config目录
2、在IKAnalyzer.cfg.xml配置文件内容添加：
<?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 ext.dic 添加扩展词典--> <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 stopword.dic 添加停用词词典--> <entry key="ext_stopwords">stopword.dic</entry> </properties>
3、在当前配置文件目录下（config文件夹下）新建 扩展词典ext.dic
打开 扩展词典ext.dic 添加我们想要分词的词语
打开 停用词词典 stopword.dic 停掉我们想停用的词语（默认会有一些英文）
4、重启es --- docker restart es
效果展示：
POST /_analyze { "analyzer": "ik_smart", "text": "白嫖java学习视频，太棒了奥利给！" }
POST /_analyze { "analyzer": "ik_max_word", "text": "白嫖java学习视频，太棒了奥利给！" }
