概述：本篇分别讲述分布式搜索引擎Elasticsearch、可视化控制台Kibana、IK中文分词器的生产环境安装部署及运维管理。
1、安装Elasticsearch搜索框架
安装包可到elasticsearch官网下载，本次采用7.3.2版本部署。
上传安装包到服务器的/mnt目录：
# ll /mnt/Elasticsearch
安装：
# cd /mnt/Elasticsearch
# tar -zxvf elasticsearch-7.3.2-linux-x86_64.tar.gz -C /usr/local/
建立软链接：
# cd /usr/local
# ln -s elasticsearch-7.3.2 elasticsearch
修改配置，主要是配置es的集群名称、节点名称、数据和日志路径、网络IP、访问端口等：
# vi /usr/local/elasticsearch/config/elasticsearch.yml
配置JVM参数：
# vi /usr/local/elasticsearch/config/jvm.options
创建运行用户：
# useradd elastic
# chown -R elastic /usr/local/elasticsearch-7.3.2/
# chown -R elastic:elastic /usr/local/elasticsearch-7.3.2/
特别提醒：chown授权的路径不能是软链接，必须是真实的物理路径！！
运行：
# su elastic
# /usr/local/elasticsearch/bin/elasticsearch
启动过程中可能会报运行用户elastic可操作的最大文件数、最大虚拟内存过低的情况：
解决最大文件数过低问题：
# su root
# vi /etc/security/limits.conf
* soft nofile 65536 * hard nofile 131072 * soft nproc 2048 * hard nproc 4096
解决最大虚拟内存过低问题：
# vi /etc/sysctl.conf
vm.max_map_count = 262145
# sysctl -p
再次启动Elasticsearch：
# su elastic
# /usr/local/elasticsearch/bin/elasticsearch
后台启动
# /usr/local/elasticsearch/bin/elasticsearch -d
测试验证：
# curl 192.168.1.166:9200
到此，Elasticsearch安装完成。
2、安装Kibana
Kibana是一款由官方提供的Elasticsearch可视化控制台，方便我们对Elasticsearch、索引、文档等进行可视化的运维。
安装：
# cd /mnt/Elasticsearch
# sudo rpm –install kibana-7.3.2-x86_64.rpm
配置：
# vi /etc/kibana/kibana.yml
# systemctl start kibana
查看：
# systemctl status kibana
访问：http://192.168.1.166:5601
到此，完成Kibana的安装。
3、IK中文分词器安装
Elasticsearch默认分词器是不支持中文分词的，它会把中文内容全部拆解成一个个汉字，而不是根据实际语境拆分成一个个汉词，因此需要安装一款支持中文分词的分词器，其中的IK分词器就是使用最为广泛的中文分词器。
安装IK分词器：
# cd /mnt/Elasticsearch
# mkdir /usr/local/elasticsearch-7.3.2/plugins/ik
# unzip ./elasticsearch-analysis-ik-7.3.2.zip -d /usr/local/elasticsearch-7.3.2/plugins/ik
重启Elasticsearch：
# jps
# kill -9 pid
# su elastic
# /usr/local/elasticsearch/bin/elasticsearch -d
重启完成后，ik分词器即安装完成。
测试验证：在postman中请求分词api，设置分词器为ik_max_word
分词结果：
可以看到中文语句被拆分成了中文的词语，并且它也能对英文做分词处理；使用ik_max_word分词器会对中文语句进行最细粒度的拆分，也可以使用ik_smart分词器对中文进行最大粒度的拆分。
转载作品，原作者：巅峰键盘侠，文章来源：https://www.toutiao.com/i7057908877680968205
微信扫一扫 
支付宝扫一扫