ElasticSearch
概念
ES是一款分布式全文搜索引擎，基于Lucene，进行了二次封装，更容易上手。
安装
安装es
- 下载官网
- 解压
- 启动 ./bin/elasticsearch.bat
- 访问 127.0.0.1:9200
安装Elastic-head
这里采用Docker安装
docker run -p 9100:9100 mobz/elasticsearch-head:5
可能需要设置允许跨域，参考官方
http.cors.enabled: true
http.cors.allow-origin: "*"
再一个如果不在一台主机可能需要修改主机地址
/usr/src/app/_site/app.js 内 配置了主机地址，修改为实际的地址
安装Kibana
倒排索引
参考
其本质是对文档进行关键词（又称单词）提取并保存其出现频次，所在文档，出现位置等等信息，放入一条记录；所有记录组成了单词词典。
查询时，直接根据关键字去索引对应的文档，然后根据一系列权重算法进行排序。
而这种索引的形式就称为倒排索引。
在倒排索引中，分词就显得很重要。
分词器
IK分词器
Ik分词器提供了两个分词算法：ik_smart（简单拆分，仅仅按字典做拆分），ik_max_word（连续的一个或多个有含义的多个字都会拆成一个词）
明显，max比smart分词更多，词典更大，占用内存更多，更准确
- 下载ik分词器（注意ES版本一致）
github - 解压至对应es的plugins目录下
- 重启es即可
ES命令
elasticsearch-plugin
E:\es\elasticsearch-7.16.3\bin>elasticsearch-plugin --help
A tool for managing installed elasticsearch plugins
Commands
list - Lists installed elasticsearch plugins #es当前已加载的插件列表
install - Install a plugin #在es中安装一个插件
remove - removes plugins from Elasticsearch #从当前es中移除一个插件
Non-option arguments:
command
Option Description
-E Configure a setting
-h, --help Show help
-s, --silent Show minimal output
-v, --verbose Show verbose output
测试
基于Kibana控制台测试
- 使用 ik_smart 算法对指定文本分词
GET _analyze
{
"analyzer": "ik_smart",
"text": [
"name","小明","我的你的","单词词典(Lexicon)：搜索引擎的通常索引单位是单词，单词词典是由文档集合中出现过的所有单词构成的字符串集合，单词词典内每条索引项记载单词本身的一些信息以及指向“倒排列表”的指针眼。"
]
}
以最后三个字为例
smart 分词会分为：
{
"token" : "指",
"start_offset" : 102,
"end_offset" : 103,
"type" : "CN_CHAR",
"position" : 49
},
{
"token" : "针眼",
"start_offset" : 103,
"end_offset" : 105,
"type" : "CN_WORD",
"position" : 50
}
而 max_word 分词会分为
{
"token" : "指针",
"start_offset" : 102,
"end_offset" : 104,
"type" : "CN_WORD",
"position" : 57
},
{
"token" : "针眼",
"start_offset" : 103,
"end_offset" : 105,
"type" : "CN_WORD",
"position" : 58
}
自定义词汇
场景
当分词器没有按预期的结果进行分词时，我们可以自定义词语并扩展到词典中。
扩展ik分词器
在添加自定义词典之前
最大分词也不能分出 气很这个词，在添加后即可分出该词汇（smart和max_word都可以）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
