分布式搜索引擎ElasticSearch之高级运用（五）

一、IK分词器

1. 安装IK分词插件

   下载地址

2. 执行安装

   采用本地文件安装方式， 进入ES安装目录， 执行插件安装命令：

   [elsearch@localhost plugins]$../bin/elasticsearch-plugin install file:///usr/local/elasticsearch-7.10.2/elasticsearch-analysis-ik-7.10.2.zip
   

   安装成功后， 会给出对应提示：

   -> Installing file:///usr/local/elasticsearch-7.10.2/elasticsearch-analysis-ik-7.10.2.zip
   -> Downloading file:///usr/local/elasticsearch-7.10.2/elasticsearch-analysis-ik-7.10.2.zip
   [=================================================] 100%  
   @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
   @     WARNING: plugin requires additional permissions     @
   @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
   * java.net.SocketPermission * connect,resolve
   See http://docs.oracle.com/javase/8/docs/technotes/guides/security/permissions.html
   for descriptions of what these permissions allow and the associated risks.
   
   Continue with installation? [y/N]y
   -> Installed analysis-ik
   

3. 重启ElasticSearch服务

4. 测试IK分词器

   标准分词器：

   GET _analyze?pretty
   {
     "analyzer": "standard",
     "text": "我爱我的祖国"
   }
   

   采用IK智能化分词器：

   GET _analyze?pretty
   {
     "analyzer": "ik_smart",
     "text": "我爱我的祖国"
   }
   

   IK最大化分词：

   GET _analyze?pretty
   {
     "analyzer": "ik_max_word",
     "text": "我爱我的祖国与家乡"
   }
   

5. IK分词器最佳运用

   analyzer指定的是构建索引的分词，search_analyzer指定的是搜索关键字的分词。

   实践运用的时候， 构建索引的时候采用max_word，将分词最大化； 查询的时候则使用smartword智能化分词，这样能够最大程度的匹配出结果。

   PUT / orders_test {
   	"mappings": {
   		"properties": {
   			"goodsName": {
   				"type": "text",
   				"analyzer": "ik_max_word",
   				"search_analyzer": "ik_smart"
   			}
   		}
   	}
   }
   

二、全量索引构建

1. 下载logstash

   下载地址

2. 安装logstash-input-jdbc插件

   进入logstash目录， 执行：

   bin/logstash-plugin install logstash-input-jdbc
   

3. 配置mysql驱动包

   [root@localhost bin]# mkdir mysql
   [root@localhost bin]# cp mysql-connector-java-5.1.34.jar /usr/local/logstash-7.10.2/bin/mysql/
   

4. 配置JDBC连接

   创建索引数据是从mysql中通过select语句查询， 然后再通过logstash-input-jdbc的配置文件方式导入 elasticsearch中。

   在/usr/local/logstash-7.10.2/bin/mysql/目录创建jdbc.conf与jdbc.sql文件。

   jdbc.conf文件:

   input {
       stdin {
       }
       jdbc {
           # mysql 数据库链接,users为数据库名
           jdbc_connection_string => "jdbc:mysql://127.0.0.1:3306/users"
           # 用户名和密码
           jdbc_user => "root"
           jdbc_password => "654321"
           # 驱动
           jdbc_driver_library => "/usr/local/logstash-7.10.2/bin/mysql/mysql-connector-java-5.1.34.jar
           # 驱动类名
           jdbc_driver_class => "com.mysql.jdbc.Driver"
           jdbc_paging_enabled => "true"
           jdbc_page_size => "50000"
           # 执行的sql 文件路径+名称
           statement_filepath => "/usr/local/logstash-7.10.2/bin/mysql/jdbc.sql"
           # 设置监听间隔 各字段含义（由左至右）分、时、天、月、年，全部为*默认含义为每分钟都更新
           schedule => "* * * * *"
       }
   }
   
   output {
   	elasticsearch {
   		#ES的连接信息
   		hosts => ["10.10.20.28:9200"]
   		#索引名称
   		index => "users"
   		document_type => "_doc"
   		#自增ID， 需要关联的数据库的ID字段， 对应索引的ID标识
   		document_id => "%{id}"
   	}
   	stdout {
   		#JSON格式输出
   		codec => json_lines
   	}
   }
   

   jdbc.sql文件：

   select `id`, `institutionTypeId`, `menuCode`, `menuName`, `menuUri`, `menuLevel`, `componentSrc` from t_authority_menu
   

5. 创建ES索引

   PUT /users?include_type_name=false
   {
   	"settings": {
   		"number_of_shards": 1,
   		"number_of_replicas": 0
   	},
   	"mappings": {
   		"properties": {
   			"id": {
   				"type": "integer"
   			},
   			"institutionTypeId": {
   				"type": "text",
   				"analyzer": "whitespace",
   				"fielddata": true
   			},
   			"menuCode": {
   				"type": "text"
   			},
   			"menuName": {
   				"type": "text",
   				"analyzer": "ik_max_word",
   				"search_analyzer": "ik_smart"
   			},
   			"menuUri": {
   				"type": "text"
   			},
   			"menuLevel": {
   				"type": "integer"
   			},
   			"componentSrc": {
   				"type": "text"
   			}
   		}
   	}
   }
   

6. 执行全量同步

   执行命令：

   ./logstash -f mysql/jdbc.conf
   

   检查结果：

   GET /users/_search
   

三、增量索引同步

1. 修改jdbc.conf配置文件：

   增加配置：

   input {
   	jdbc{
   		#设置timezone
   		jdbc_default_timezone => "Asia/Shanghai"
   		...
   		# 增量同步属性标识
   		last_run_metadata_path => "/usr/local/logstash-7.10.2/bin/mysql/last_value"
   	}
   }
   

2. 修改jdbc.sql配置文件

   这里根据最后更新时间， 做增量同步：

   select `id`, `institutionTypeId`, `menuCode`, `menuName`, `menuUri`, `menuLevel`, `componentSrc` from t_authority_menu where last_udpate_time > :sql_last_value
   

3. 创建同步最后记录时间

   vi /usr/local/logstash-7.10.2/bin/mysql/last_value
   

   给定一个初始的时间：

   2020-01-01 00:00:00
   

4. 验证

   1） 启动logstash， 会根据初始时间，加载对应的数据。

   2） 如果修改了数据的更新时间， logstash会自动检测， 同步增量的数据至ES中。

---

本文由mirson创作分享，如需进一步交流，请加QQ群：19310171或访问www.softart.cn