Elasticsearch安装启用

Linux版

下载jdk8,解压

下载Elasticsearch7.3,解压

移动到usr目录,创建java和elasticsearch文件夹(我用的是winSCP直接复制,也可以用方法)

配置环境变量

JAVA_HOME=/usr/java/jdk1.8.0_321

JRE_HOME=/usr/java/jre/jdk1.8.0_321

CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib

PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH

执行,设置环境变量

export JAVA_HOME JRE_HOME CLASS_PATH PATH

source /etc/profile

检查

java -version

无误

配置es

vim /usr/elasticsearch/elasticsearch-7.3.0/config/elasticsearch.yml(看好自己的路径)

node.name: node-1

network.host: 0.0.0.0      //所有地址访问

#

# Set a custom port for HTTP:

#

http.port: 9200

cluster.initial_master_nodes: ["node-1"]

/jvm.options

默认1G内存,不用改

添加es用户

useradd estest

修改密码 passwd estest  //estest密码过短警告,无所谓

改变es目录拥有者账号

chown -R estest /usr/elasticsearch/elasticsearch-7.3.0/

修改/etc/sysctl.conf

末尾添加:vm.max_map_count=655360    //jvm虚拟机内存

执行,生效

sysctl -p

修改/etc/security/limits.conf

*  soft nofile 65536

*  hard nofile 65536

*  soft nproc 4096

*  hard nproc 4096

切换用户

su estest

启动

/usr/elasticsearch/elasticsearch-7.3.0/bin/elasticsearch

访问

http://localhost:9200/

成功

安装Kibana

解压要切换回root用户,不然会报错

移动到usr目录,这次直接移动到根目录,不新建文件夹,改名成kibana

chown -R estest /usr/kibana/

设置权限

chmod -R 777 /usr/kibana/

修改配置

vim /usr/kibana/config/kibana.yml

server.port: 5601

server.host: "0.0.0.0"

# The URLs of the Elasticsearch instances to use for all your queries.

elasticsearch.hosts: ["http://localhost:9200"]

切换用户

su estest

启动

/usr/kibana/bin/kibana

注意7.3的es只能用7.3的kibana连接,不然连不上

windows版

这里使用的是8.0,尝尝鲜。

修改配置文件和Linux版一样

Elasticsearch 8.0报错:received plaintext http traffic on an https channel, closing connection

原因:是因为ES8默认开启了 ssl 认证。

修改elasticsearch.yml配置文件

xpack.security.enabled设置为false


访问http://localhost:9200/


启动kibana,配置文件也和linux一样修改。

访问http://localhost:5601/

多了很多新功能,但是看不懂,直奔dev_tools

开始使用

spring配置

spring:

  elasticsearch:

    rest:

    uris: localhost:9200

导入包

<elasticsearch.version>7.3.0</elasticsearch.version>

<dependency>

<groupId>org.elasticsearch.client</groupId>

<artifactId>elasticsearch-rest-high-level-client</artifactId>

<version>${elasticsearch.version}</version>

</dependency>

<!-- https://mvnrepository.com/artifact/org.elasticsearch/elasticsearch -->

<dependency>

<groupId>org.elasticsearch</groupId>

<artifactId>elasticsearch</artifactId>

<version>${elasticsearch.version}</version>

</dependency>

<dependency>

<groupId>org.elasticsearch.client</groupId>

<artifactId>elasticsearch-rest-high-level-client</artifactId>

<version>7.3.0</version>

<exclusions>

<exclusion>

<groupId>org.elasticsearch</groupId>

<artifactId>elasticsearch</artifactId>

</exclusion>

</exclusions>

</dependency>

<dependency>

<groupId>org.elasticsearch</groupId>

<artifactId>elasticsearch</artifactId>

<version>7.3.0</version>

</dependency>


数据建模

@Autowired

private RestHighLevelClientclient;

BulkProcessor bulkProcessor = getBulkProcessor(client);

分词方式,通过map

map =new HashMap(128);

//每条数据都是一个map,key是属性,value是值

for (int i=1;i< colData.getColumnCount();i++){

c = colData.getColumnName(i);

    v = rs.getString(c);

    map.put(c,v);

}

dataList.add(map);

先用(map)键值对的格式处理好数据后

// 将数据添加到bulkProcessor

for (HashMap hashMap2 : dataList){

bulkProcessor.add(new IndexRequest("表名").source(hashMap2));

}

查询操作


// 搜索

SearchRequest  searchRequest =new SearchRequest("表名");

SearchSourceBuilder searchSourceBuilder =new SearchSourceBuilder();

// 分页设置

searchSourceBuilder.from((pageNo-1)*pageSize);searchSourceBuilder.size(pageSize);

//入参根据逗号拆分?不需要ES自动拆分,很方便

//组合查询

QueryBuilder builder = QueryBuilders.boolQuery().must(QueryBuilders.termQuery("positionName",keyword)).must(QueryBuilders.termQuery("positionAdvantage",advantage));

//单个查询

QueryBuilder builder = QueryBuilders.matchQuery("positionAdvantage",keyword);

searchSourceBuilder.query(builder);

searchSourceBuilder.timeout(new TimeValue(60,TimeUnit.SECONDS));//设置超时时间

// 执行搜索

searchRequest.source(searchSourceBuilder);

SearchResponse searchResponse = client.search(searchRequest,RequestOptions.DEFAULT);

ArrayList<Map<String,Object>> list = new ArrayList<>();

SearchHit[] hits = searchResponse.getHits().getHits();

for (SearchHit hit:hits){ 

list.add(hit.getSourceAsMap());

}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 221,198评论 6 514
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,334评论 3 398
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,643评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,495评论 1 296
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,502评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,156评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,743评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,659评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,200评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,282评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,424评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,107评论 5 349
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,789评论 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,264评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,390评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,798评论 3 376
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,435评论 2 359

推荐阅读更多精彩内容