1. Lucene
Lucene 是一个开源、免费、高性能、纯Java 编写的全文检索引擎，可以算作是开源领域最好的全文检索 工具包。
2. ElasticSearch
ElasticSearch （以下简称es）是一个分布式、可扩展、近实时性的高性能搜索与数据分析引擎。ElasticSearch 基于 Java 编写，通过进一步封装 Lucene，将搜索的复杂性屏蔽起来，开发者只需要一套简单的 RESTful API 就可以操作全文检索。
整体上来说，ElasticSearch 有三大功能：
- 数据搜集
- 数据分析
- 数据存储
ElasticSearch 的主要特点：
- 分布式文件存储
- 实时分析的分布式搜索引擎
- 高可拓展性
- 可插拔的插件支持
3. 软件安装（Windows版）
3.1 es安装
es官网下载地址：https://www.elastic.co/cn/downloads/elasticsearch
选好对应的版本
如果下载很慢的话，可以用华为的下载地址
ElasticSearch:https://mirrors.huaweicloud.com/elasticsearch/?C=N&O=D
logstash:https://mirrors.huaweicloud.com/logstash/?C=N&O=D
kibana:https://mirrors.huaweicloud.com/kibana/?C=N&O=D
下载好之后进行解压：
目录解释：
目录 | 含义 |
bin | 可执行文件目录 |
config | 可执行文件目录 |
data | 数据存储目录 |
jdk | jdk目录 |
lib | 第三方依赖库 |
logs | 输出日志目录 |
modules | 依赖模块目录 |
plugins | 插件目录 |
在bin目录下直接双击elasticsearch.bat 即可运行
然后浏览器访问localhost:9200 如果访问成功及启动成功（默认端口就是9200）
然后可以看到主机名，集群名，es版本等相关信息
打开 config/elasticsearch.yml 文件，可以配置集群名称以及节点名称。配置方式如下：
#如果没有配置 则默认是elasticsearch
cluster.name: my-application
node.name: node-13.2 HEAD 插件安装
head插件：可以通过可视化的方式查看集群信息
下载插件：
- 插件地址：git clone git://github.com/mobz/elasticsearch-head.git
- 解压到指定目录
- 进入目录之后在地址栏打开cmd窗口
- 指定 npm install 命令
- 执行 npm run start 命令即可启动
然后在浏览器中输入 localhost:9100 即可查看
但是，此时看不到集群数据。原因在于这里通过跨域的方式请求集群数据的，默认情况下，集群不支持跨域，所以这里就看不到集群数据。
解决办法如下，修改 es 的 config/elasticsearch.yml 配置文件，添加如下内容，使之支持跨域：
#开启跨域访问
http.cors.enabled: true
#允许所有设备访问
http.cors.allow-origin: "*"配置完成后，重启 es，此时 head 上就有数据了。
3.3 Kibana安装
Kibana 是一个 Elastic 公司推出的一个针对 es 的分析以及数据可视化平台，可以搜索、查看存放在 es 中的数据。
- 下载地址：https://www.elastic.co/cn/downloads/kibana
- 解压到指定目录
- 配置 es 的地址信息（可选，如果 es 是默认地址以及端口，可以不用配置，具体的配置文件是 config/kibana.yml）
- bin目录下启动kibana.bat文件
- localhost:5601访问
- 正常情况界面是英文的，可以在配置文件中kibana.yml最后添加 i18n.locale: “zh-CN” 进行汉化
i18n.locale: "zh-CN"
4 es核心概念介绍
4.1 es十大核心概念
4.1.1 集群（cluster）
一个或者多个安装了 es 节点的服务器组织在一起，就是集群，这些节点共同持有数据，共同提供搜索服务。
一个集群有一个名字，这个名字是集群的唯一标识，该名字成为 cluster name，默认的集群名称是 elasticsearch，具有相同名称的节点才会组成一个集群。
可以在 config/elasticsearch.yml 文件中配置集群名称：
cluster.name: xxx
在集群中，节点的状态有三种：绿色、黄色、红色：
- 绿色：节点运行状态为健康状态。所有的主分片、副本分片都可以正常工作。
- 黄色：表示节点的运行状态为警告状态，所有的主分片目前都可以直接运行，但是至少有一个副本分片是不能正常工作的。
- 红色：表示集群无法正常工作。
4.1.2 节点（Node）
集群中的一个服务器就是一个节点，节点中会存储数据，同时参与集群的索引以及搜索功能。一个节点想要加入一个集群，只需要配置一下集群名称即可。默认情况下，如果我们启动了多个节点，多个节点还能够互相发现彼此，那么它们会自动组成一个集群，这是 es 默认提供的，但是这种方式并不可靠，有可能会发生脑裂现象。所以在实际使用中，建议一定手动配置一下集群信息。
4.1.3 索引（Index）
具有相似特征文档的集合。
可以理解成关系型数据库中的库
4.1.4 类型（Type）
类型是索引上的逻辑分类或者分区。在 es6 之前，一个索引中可以有多个类型，从 es7 开始，一个索引中，只能有一个类型。在 es6.x 中，依然保持了兼容，依然支持单 index 多个 type 结构，但是已经不建议这么使用。
类型可以理解成关系型数据库中的表
4.1.5 文档（Document）
一个可以被索引的数据单元。例如一个用户的文档、一个产品的文档等等。文档都是 JSON 格式的。
文档可以理解成关系型数据库中的行记录
4.1.6 分片（Shards）
索引都是存储在节点上的，但是受限于节点的空间大小以及数据处理能力，单个节点的处理效果可能不理想，此时我们可以对索引进行分片。当我们创建一个索引的时候，就需要指定分片的数量。每个分片本身也是一个功能完善并且独立的索引。
默认情况下，一个索引会自动创建 1 个分片，并且为每一个分片创建一个副本。
4.1.7 副本（Replicas）
副本也就是备份，是对主分片的一个备份。
4.1.8 Settings
集群中对索引的定义信息，例如索引的分片数、副本数等等。
4.1.9 Mapping
Mapping 保存了定义索引字段的存储类型、分词方式、是否存储等信息。
4.1.10 Analyzer
字段分词方式的定义。
4.1 ES Vs 关系型数据库
ES | 关系型数据库 |
索引 | 数据库 |
类型 | 表 |
文档 | 行 |
字段 | 列 |
映射（Mapping） | 表结构 |
DSL | SQL |
GET http:// | select * from xxx |
PUT http:// | update xxx set xx=xx |
DELETE http:// | delete xxx |
全文索引 | 索引 |
5. ES分词器
5.1 内置分词器
ES核心功能就是数据检索.
查询主要分为两个步骤：
- 词条化：分词器将输入的文本转为一个一个的词条流。
- 过滤：比如停用词过滤器会从词条中去除不相干的词条（的，嗯，啊，呢）；另外还有同义词过滤器、小写过滤器等。
ES中内置的分词器有：
分词器 | 作用 |
Standard Analyzer | 标准分词器，适用于英语 |
Simple Analyzer | 简单分词器，基于非字母字符进行分词，单词会被转为小写字母 |
Whilespace Analyzer | 空格分词器，按照空格进行切分 |
Stop Analyzer | 类似于简单分词器，但是增加了停用词的功能 |
keyword Analyzer | 关键词分词器，输入文本等于输出文本（即不可切分） |
Pattern Analyzer | 利用正则表达式对文本进行切分，支持停用词 |
Language Analyzer | 针对特定语言的分词器 |
Fingerprint Analyzer | 指纹分析仪分词器，通过创建标记进行重复检测 |
5.2 中文分词器
5.2.1 下载安装
比较常用的中文分词器是ik 分词器
ik分词器是一个插件，
下载地址：https://github.com/medcl/elasticsearch-analysis-ik
安装方式也是非常简单的，
把ik分词器插件解压到plugins目录下就可以了
最好在plugins下建一个ik目录
最终效果如图所示：
然后重启即可。
5.2.2 自定义扩展词库
在ik分词器config目录下新建xxx.dic,在改文件中可以配置自定义的词典
配置好词库之后，在IKAnalyzer.cfg.xml 文件中配置扩展词典的位置
重启ES。
