aws ec2 安装Elastic search 7.2.0 kibana 并配置 hanlp 分词插件

文章大纲

• Elastic search & kibana & 分词器 安装
• 版本控制
• 下载地址
• Elastic search安装
• kibana 安装
• 分词器配置

---

Elastic search & kibana & 分词器 安装

版本控制

ES版本：7.2.0

分词器版本：

kibana 版本：7.2.0

下载地址

ES 下载地址：https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-2-0

kibana 下载地址：https://www.elastic.co/cn/downloads/past-releases/kibana-7-2-0

hanlp 分词器下载地址： https://github.com/KennFalcon/elasticsearch-analysis-hanlp

Elastic search安装

• 0.添加es 用户，并新建目录

不能以root 方式运行elasticSearch

groupadd elasticsearch
useradd elasticsearch -g elasticsearch

chown -R elasticsearch:elasticsearch /home/elasticsearch

• 1.修改 配置文件 elasticsearch.yml

cluster.name: fastclaim
node.name: node-test
network.host: 172.31.3.50
http.port: 9200
cluster.initial_master_nodes: ["node-test"]

• 2.针对无法创建本地文件问题，用户最大可创建文件数太小

切换到root用户，编辑limits.conf配置文件

vi /etc/security/limits.conf
#末尾添加
* soft nofile 65536
* hard nofile 65536
* soft nproc 65536
* hard nproc 65536

• 3.针对无法创建本地线程问题，用户最大可创建线程数太小

vi /etc/security/limits.d/90-nproc.conf
将
 * soft nproc 1024
修改为
 * soft nproc 4096

• 4.针对最大虚拟内存太小
  
  解决方法：切换到root用户下，修改配置文件sysctl.conf

vi /etc/sysctl.conf
添加配置
vm.max_map_count=655360
执行命令
sysctl -p

• 5.重新启动，启动成功

如果要在后台运行，使用./bin/elasticsearch -d启动

curl 172.31.3.50:9200

{
  "name" : "node-test",
  "cluster_name" : "fastclaim",
  "cluster_uuid" : "VtYF-EQIQNKHR1XWk7sE4g",
  "version" : {
    "number" : "7.2.0",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "508c38a",
    "build_date" : "2019-06-20T15:54:18.811730Z",
    "build_snapshot" : false,
    "lucene_version" : "8.0.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

kibana 安装

• 1.安装及启动

tar -xzvf 解压缩后，进行安装，

vim config/kibana.yml

# 修改如下四行
server.port: 5601
server.host: "172.31.3.50"
elasticsearch.hosts: ["http://172.31.3.50:9200"]
kibana.index: ".kibana"

# 后台启动

nohup ./bin/kibana >/dev/null &

• 2.开发工具地址

http://IP:5601/app/kibana#/dev_tools/console?_g=()

分词器配置

参考链接：https://github.com/KennFalcon/elasticsearch-analysis-hanlp

• 1.下载安装ES对应Plugin Release版本

安装方式：

方式一

a. 下载对应的release安装包，最新release包可从baidu盘下载（链接:https://pan.baidu.com/s/1mFPNJXgiTPzZeqEjH_zifw 密码:i0o7）

b. 执行如下命令安装，其中PATH为插件包绝对路径：

./bin/elasticsearch-plugin install file://${PATH}

方式二

a. 使用elasticsearch插件脚本安装command如下：

./bin/elasticsearch-plugin install https://github.com/KennFalcon/elasticsearch-analysis-hanlp/releases/download/v7.2.0/elasticsearch-analysis-hanlp-7.2.0.zip

• 2.安装数据包
  
  release包中存放的为HanLP源码中默认的分词数据，若要下载完整版数据包，请查看HanLP Release。
  
  数据包目录：ES_HOME/plugins/analysis-hanlp
  
  注：因原版数据包自定义词典部分文件名为中文，这里的hanlp.properties中已修改为英文，请对应修改文件名
  
  hanlp.properties 在
  
  /home/elasticsearch/elasticsearch-7.2.0/config/analysis-hanlp 目录中

因为aws ec2 里面网络环境比较好，推荐直接在线安装。

• 3.重启Elasticsearch

注：上述说明中的ES_HOME为自己的ES安装路径，需要绝对路径

• 4.配置自定义词典并热更新

在本版本中，增加了词典热更新，修改步骤如下：

a. 在ES_HOME/plugins/analysis-hanlp/data/dictionary/custom目录中新增自定义词典

b. 修改hanlp.properties，修改CustomDictionaryPath，增加自定义词典配置

c. 等待1分钟后，词典自动加载

具体脚本，以医学常用词典medical.txt 为例

mv /tmp/medical.txt /home/elasticsearch/

cp /home/elasticsearch/medical.txt /home/elasticsearch/elasticsearch-7.2.0/plugins/analysis-hanlp/data/dictionary/custom/

#移动完成后修改权限

chown -R elasticsearch:elasticsearch /home/elasticsearch/

ll /home/elasticsearch/elasticsearch-7.2.0/plugins/analysis-hanlp/data/dictionary/custom/

#修改添加自定义目录

vim /home/elasticsearch/elasticsearch-7.2.0/config/analysis-hanlp/hanlp.properties

# Custom dictinary path
CustomDictionaryPath=data/dictionary/custom/CustomDictionary.txt; ModernChineseSupplementaryWord.txt; ChinesePlaceName.txt ns; PersonalName.txt; OrganizationName.txt; ShanghaiPlaceName.txt ns;data/dictionary/person/nrf.txt nrf; medical.txt;

注：每个节点都需要做上述更改

• 5.提供的分词方式说明

hanlp: hanlp默认分词

hanlp_standard: 标准分词

hanlp_index: 索引分词

hanlp_nlp: NLP分词

hanlp_n_short: N-最短路分词

hanlp_dijkstra: 最短路分词

hanlp_crf: CRF分词（已有最新方式）

hanlp_speed: 极速词典分词

• 6.分词样例

GET /_analyze?pretty
{
  "analyzer" : "hanlp_crf",
  "text" : ["南京市长江大桥"]
}
{
  "tokens" : [
    {
      "token" : "南京市",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "ns",
      "position" : 0
    },
    {
      "token" : "长江大桥",
      "start_offset" : 0,
      "end_offset" : 4,
      "type" : "nz",
      "position" : 1
    }
  ]
}