ElasticSearch
脑图知识图谱地址：ProcessOn Mindmap|思维导图
简介
ES是一个开源的分布式搜索和分析引擎，基于 Apache Lucene 构建，专为处理海量数据设计，支持实时搜索、分析和可视化。
排行第一的搜索引擎
官网地址：Elasticsearch：官方分布式搜索和分析引擎 | Elastic
应用场景
全文检索
日志分析
架构与生态
竞品分析
优势与特点
安装ES
这里我只写一下windows上如何安装ES其步骤简单。如果想要Linux安装的步骤就前往文章头部的脑图地址，在知识图谱里面有更加详细的安装过程与对应的说明
ES的目录结构
①下载ES的安装包
在文章首行的知识图谱脑图里面就有安装包的下载地址，点击下载在本地进行解压缩就可以了
②配置JDK环境变量
③修改ES的配置文件
④启动ES服务
最终的访问结果为
浏览器插件
简介：最经典的Elasticsearch浏览器插件，最初以Chrome插件形式存在，后逐渐演变为独立Web应用。提供基础的集群管理、索引查看和文档查询功能。
在文章首行知识图谱里面给了Head插件的下载地址，直接下载在本地解压缩就行了。
分词器插件
简介：在全文搜索和自然语言处理中，分词器（Tokenizer） 是将文本拆分成独立词汇或标记（Token）的关键组件。
IK分词器下载：Index of: analysis-ik/stable/
注意：分词器的版本一定要与ES的版本保持一致，否则就会出现服务启动就闪退的现象。下载好对应的插件之后就可以将压缩包解压缩之后放入Es的plugins目录下这样就算是配置好了插件应用
作用
文本切分：将连续文本拆分成有意义的词语或词元（Token）。
英文示例：
"Hello world"→["Hello", "world"]（按空格切分）。中文示例：
"我爱自然语言处理"→["我", "爱", "自然语言", "处理"]。
标准化处理：如去除标点、统一大小写、处理停用词（如“的”“是”）等。
支持搜索优化：通过分词后的词汇建立倒排索引，提升搜索效率。
中文分词器
中文没有显式的词语分隔符（如空格），且存在大量歧义组合和多义词，因此需要专门的分词算法。如：
歧义句子：
"结婚的和尚未结婚的"→ 可能被错误切分为"结婚/的/和/尚未/结婚/的"（正确应为"结婚/的/和尚/未/结婚/的"）。未登录词问题：新词、专业术语（如“元宇宙”“奥密克戎”）未被词典收录时可能无法正确切分。
中文分词插件
Elasticsearch默认不支持中文分词，需通过插件集成第三方分词器。
(1) IK Analyzer
特点：
支持两种模式：
ik_smart（粗粒度，适合搜索）、ik_max_word（细粒度，适合索引）。可扩展自定义词典（如专业术语、品牌名）
(2) HanLP
特点：
支持多任务（分词、词性标注、命名实体识别）。
提供预训练模型和词典。
(3）icu_anallyzerer
特点:
icu_analyzer是基于 ICU（International Components for Unicode） 库开发的多语言分词插件，专为国际化文本处理设计。它支持 Unicode 标准的文本分割规则，尤其适合处理包含多语言混合的复杂场景（如中日韩、阿拉伯语等）。
| 特性 | icu_analyzer | ik_analyzer |
|---|---|---|
| 语言支持 | 多语言 | 专注中文 |
| 中文分词精度 | 低（单字切分） | 高（支持复合词识别） |
| 配置复杂度 | 中等（需自定义规则） | 简单（内置词典，易扩展） |
| 性能 | 较慢（Unicode 规则计算开销） | 快（词典匹配） |
场景示例
| 场景 | 推荐分词器 | 原因 |
|---|---|---|
| 通用搜索（电商、内容平台） | IK Analyzer | 平衡速度与准确性，支持自定义词典 |
| 专业领域（法律、医学） | HanLP / 自定义模型 | 识别专业术语和新词 |
| 高实时性要求 | 结巴分词（Jieba） | 轻量级，速度快 |
测试分词效果
总结
中文分词器是处理中文文本搜索和分析的核心工具，其准确性直接影响搜索效果。选择合适的分词器（如IK Analyzer、HanLP）并配合自定义词典，能显著提升搜索相关性和用户体验。
Kibana
Kibana 是 Elastic Stack（原 ELK Stack）中的核心数据可视化工具，专为 Elasticsearch 设计，提供直观的交互式界面，帮助用户探索、分析和展示存储在 Elasticsearch 中的数据。
核心功能
数据可视化：通过图表（柱状图、折线图、饼图等）、地图、仪表盘展示数据趋势。
数据探索：使用 Discover 模块直接查询和过滤 Elasticsearch 中的原始数据。
交互式分析：支持复杂聚合（Aggregation）、时间序列分析（TSVB）及机器学习结果可视化。
运维与监控：集成 APM（应用性能监控）、日志分析（与 Logstash/Beats 配合）、警报（Alerting）功能。
管理 Elastic Stack：配置索引生命周期（ILM）、安全管理（角色/权限）、监测集群健康状态
主要模块
| 模块 | 功能 |
|---|---|
| Discover | 原始数据搜索与过滤，支持 Lucene 语法和 KQL（Kibana Query Language）。 |
| Visualize | 创建图表（如柱状图、热力图），支持从聚合数据生成可视化。 |
| Dashboard | 组合多个可视化图表，构建交互式仪表盘，支持实时刷新和共享。 |
| Canvas | 生成动态数据报告，结合文本、图片和实时数据（适合制作 PPT 或运营报表）。 |
| Machine Learning | 异常检测、预测分析（如流量趋势预测），集成 Elasticsearch 机器学习功能。 |
| Maps | 地理空间数据可视化（如用户分布热力图）。 |
| Dev Tools | 提供 Elasticsearch REST API 调试控制台，支持直接发送查询请求。 |
安装使用
下载地址：Past Releases of Elastic Stack Software | Elastic
修改配置文件
可以跟据具体的需求修改上述配置文件的参数，比如说ES与Kibana不在同一个机器上运行时就需要相应的参数进行适当的修改
注意：在启动Kibana的程序时一定要先启动ES程序（一般可以在控制台或者双击bin目录下的.bat文件启动服务）
效果图如下图所示，在其开发者工具端还可以进行相关ES的数据操作
