点一下关注吧！！！非常感谢！！持续更新！！！
目前已经更新到了：
- Hadoop（已更完）
- HDFS（已更完）
- MapReduce（已更完）
- Hive（已更完）
- Flume（已更完）
- Sqoop（已更完）
- Zookeeper（已更完）
- HBase（已更完）
- Redis （已更完）
- Kafka（已更完）
- Spark（已更完）
- Flink（已更完）
- ClickHouse（已更完）
- Kudu（已更完）
- Druid（已更完）
- Kylin（已更完）
- Elasticsearch（正在更新…）
章节内容
上节我们完成了如下的内容：
- ES-head 插件配置使用
- Kibana 插件配置使用
索引操作
创建索引库
Elasticsearch采用Rest风格API，因此其API就是一次HTTP请求，你可以用任何工具来发起HTTP请求。
语法：
PUT /索引名称
{
"settings": {
"属性名": "属性值"
}
}
settings：就是索引库设置，其中可以索引库的各种属性，比如分片数、副本数等。目前我们不设置，先默认即可。
示例：
PUT /wzkicu-index
执行结果如下图：
判断索引是否存在
单个索引
语法：
GET /索引名称
示例：
GET /wzkicu-index
执行结果如下图所示：
多个索引
语法：
GET /索引名称1,2,3,4,5...
示例：
GET /wzkicu-index,wzkicu,wzk
执行结果如下图所示：（这里有不存在的索引，所以404了）
所有索引
方式1：
GET _all
执行结果如下图所示：
方式2：
GET /_cat/indices?v
执行结果如下图所示：
这里的health列，表示：
- 绿色：索引的所有分片都正常分配
- 黄色：至少有一个副本没有得到正确的分配
- 红色：至少有一个主分片没有得到正常的分配
打开索引
语法：
POST /索引名称/_open
示例：
POST /wzkicu-index/_open
执行结果如下图：
关闭索引
语法：
POST /索引名称/_close
示例：
POST /wzkicu-index/_close
执行结果如下图：
删除索引
语法：
DELETE /索引名称1,2,3,4,5...
示例：
DELETE /wzkicu-index
执行结果如下图所示：
IK分词器
下载项目
官方地址在这里，是GitHub开源的项目，安装方式很多，我这里就直接用官方的方式安装了：
https://github.com/infinilabs/analysis-ik/releases/tag/Latest
页面是这样的：
安装插件
cd /opt/servers/elasticsearch-7.3.0/
bin/elasticsearch-plugin install https://get.infini.cloud/elasticsearch/analysis-ik/7.3.0
执行结果如下图所示，我们需要重启ES：
重启ES
重启过程，启动完毕：
分词测试
IK分词器两种分词模式：
- ik_max_word 模式 （最常用）（会将文本最细粒度的拆分）
- ik_smart 模式 （会做最粗粒度的拆分）
暂时不细追究语法，先学习测试，再后续研究。
ik_max_word
POST _analyze
{
"analyzer": "ik_max_word",
"text": "山东省青岛市黄岛区"
}
我们的到的结果是：
{
"tokens": [
{
"token": "山东省",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "山东",
"start_offset": 0,
"end_offset": 2,
"type": "CN_WORD",
"position": 1
},
{
"token": "省",
"start_offset": 2,
"end_offset": 3,
"type": "CN_CHAR",
"position": 2
},
{
"token": "青岛市",
"start_offset": 3,
"end_offset": 6,
"type": "CN_WORD",
"position": 3
},
{
"token": "青岛",
"start_offset": 3,
"end_offset": 5,
"type": "CN_WORD",
"position": 4
},
{
"token": "市",
"start_offset": 5,
"end_offset": 6,
"type": "CN_CHAR",
"position": 5
},
{
"token": "黄岛区",
"start_offset": 6,
"end_offset": 9,
"type": "CN_WORD",
"position": 6
},
{
"token": "黄岛",
"start_offset": 6,
"end_offset": 8,
"type": "CN_WORD",
"position": 7
},
{
"token": "区",
"start_offset": 8,
"end_offset": 9,
"type": "CN_CHAR",
"position": 8
}
]
}
执行的结果如下图所示：
ik_smart
POST _analyze
{
"analyzer": "ik_smart",
"text": "山东省青岛市黄岛区"
}
执行的结果是：
{
"tokens": [
{
"token": "山东省",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "青岛市",
"start_offset": 3,
"end_offset": 6,
"type": "CN_WORD",
"position": 1
},
{
"token": "黄岛区",
"start_offset": 6,
"end_offset": 9,
"type": "CN_WORD",
"position": 2
}
]
}
执行的结果如下图所示：
提出问题
在实际环境中，有很多时候并不能够准确的理解我们断词断句，有时候有些词我们想要它拆分，有些词我们希望它不拆分。
那我们怎么办呢？
词典使用
扩展词
不进行分词，告诉引擎这是一个词。
停用词
有些词在文本中出现的频率非常高，但对本文的语义会产生很大的影响，例如：呢、了、啊等等，英语中也有类似于 a 、the、of 等等。这样的词称为停用词。
停用词经常会过滤掉，不会被索引，在检索过程中，如果用户的查询词中含有停用词，系统会自动过滤掉。
停用词可以加快索引的速度、减少索引库的大小。
扩展词、停用词应该统一维护，避免集群中多台导致节点各自维护自己的一份。这里我们计划使用Web的方式，将dict词库共享给分词器等。
分词服务
配置Web
我这里使用 Nginx，你也可以使用 Tomcat：
apt install nginx
安装过程如下图所示：
访问页面：http://h121.wzk.icu，可以看到Nginx顺利运行：
编写dict内容：
vim /var/www/html/stop_dict.dic
向其中写入的内容如下：
的
了
啊
呢
同理，我们写入 ext_dict.dic：
vim /var/www/html/ext_dict.dic
我们访问对应的页面，可以拿到对应的Web文件：
配置分词器
# 这里看自己的版本 我选了好几个
cd /opt/servers/elasticsearch-8.15.0/plugins/analysis-ik
mkdir config
vim IKAnalyzer.cfg.xml
写入如下的内容：
<?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"></entry>
<!--用户可以在这里配置自己的扩展停止词字典-->
<entry key="ext_stopwords"></entry>
<!--用户可以在这里配置远程扩展字典 -->
<entry key="remote_ext_dict">http://h121.wzk.icu/ext_dict.dic</entry>
<!--用户可以在这里配置远程扩展停止词字典-->
<entry key="remote_ext_stopwords">http://h121.wzk.icu/stop_dict.dic</entry>
</properties>
对应的截图如下所示：
重启服务
重启ES服务，测试效果。