Elasticsearch 及其套件的安裝上手

狼爺發表於2021-02-21
Elasticsearch套件

前言

本文主要講解Elasticsearch及其套件Kibana、Logstash的安裝及啟動，還講解如何匯入資料用於後續的實驗。

說明：Elasticsearch是基於Java開發的，所以如果是下載Elasticsearch 6.x及之前的版本，需要自己安裝Java環境；如果是7.x版本，會自帶Java環境，無需額外安裝，本次我們安裝的版本是7.11.1。其他套件的安裝，也需要根據相應的版本進行安裝。

Elasticsearch

windows 環境，下載後加壓即可。https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.11.1-windows-x86_64.zip

mac環境，下載後解壓即可。

curl -L -O https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.11.1-darwin-x86_64.tar.gz
tar -xzvf elasticsearch-7.11.1-darwin-x86_64.tar.gz

啟動

bin/elasticsearch

單機啟動多例項

elasticsearch -E node.name=node1 -E cluster.name=zxy -E path.data=/data/logs/es/node1_data -d
elasticsearch -E node.name=node2 -E cluster.name=zxy -E path.data=/data/logs/es/node2_data -d
elasticsearch -E node.name=node3 -E cluster.name=zxy -E path.data=/data/logs/es/node3_data -d

訪問

http://localhost:9200/

檢視外掛

bin/elasticsearch-plugin list

安裝外掛analysis-icu，後續用於中文分詞

bin/elasticsearch-plugin install analysis-icu

Kibana

Kibana 是一個免費且開放的使用者介面，能夠讓我們對 Elasticsearch 資料進行視覺化，並讓我們在 Elastic Stack 中進行導航。我們可以進行各種操作，從跟蹤查詢負載，到理解請求如何流經整個應用，都能輕鬆完成。

Kibana

windows環境的下載包：https://artifacts.elastic.co/downloads/kibana/kibana-7.11.1-windows-x86_64.zip

mac環境

curl -L -O https://artifacts.elastic.co/downloads/kibana/kibana-7.11.1-darwin-x86_64.tar.gz
tar xzvf kibana-7.11.1-darwin-x86_64.tar.gz

改為中文

修改配置檔案 kibana.yml，在最後新增配置如下
i18n.locale: "zh-CN"

啟動

./bin/kibana

訪問

http://127.0.0.1:5601/

Logstash

Logstash 是免費且開放的伺服器端資料處理管道，能夠從多個來源採集資料，轉換資料，然後將資料傳送到我們最喜歡的“儲存庫”中。

windows環境的下載包：https://artifacts.elastic.co/downloads/logstash/logstash-7.11.1-windows-x86_64.zip

mac

curl -L -O https://artifacts.elastic.co/downloads/logstash/logstash-7.11.1-darwin-x86_64.tar.gz
tar xzvf logstash-7.11.1-darwin-x86_64.tar.gz

啟動

sudo ./bin/logstash -f ./config/logstash.conf

Movielens

MovieLens 是一個推薦系統。它由美國 Minnesota 大學電腦科學與工程學院的 GroupLens 專案組創辦，是一個非商業性質的、以研究為目的的實驗性站點。

下載實驗用的csv資料檔案：http://files.grouplens.org/datasets/movielens/ml-25m.zip

解壓後把資料通過Kinana進行匯入，後續做實驗的時候會用到，解壓後的檔案主要有links.csv，movies.csv，ratings.csv，tags.csv。

操作路徑：Machine Learning->DataVisualizer 點選UPLOAD。

注意表頭沒法自動識別，可能變成了“column1，column2，column3”等等，需要自行修改。

參考資料

相關文章