三十八 Python分布式爬虫打造搜索引擎Scrapy精讲—elasticsearch(搜索引擎)介绍以及安装

elasticsearch(搜索引擎)介绍

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是第二最流行的企业搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

我们建立一个网站或应用程序，并要添加搜索功能，令我们受打击的是:搜索工作是很难的。我们希望我们的搜索解决方案要快，我们希望有一个零配置和一个完全免费的搜索模式，我们希望能够简单地使用JSON通过HTTP的索引数据，我们希望我们的搜索服务器始终可用，我们希望能够一台开始并扩展到数百，我们要实时搜索，我们要简单的多租户，我们希望建立一个云的解决方案。Elasticsearch旨在解决所有这些问题和更多的问题。

全文搜索引擎种类

　　1、elasticsearch

　　2、solr

　　3、sphinx

关系数据搜素缺点，也就是直接通过数据库搜索

elasticsearch(搜索引擎)都能弥补以上缺点

elasticsearch安装

　　1、elasticsearch是由Java开发的，所以首先要安装Java环境

　　　　注意：elasticsearch所需要的Java环境必须大于或者等于1.8版本

　　　　下载地址：http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

　　　　我们下载Windows x64版本，jdk-8u144-windows-x64.exe文件，直接安装

　　　　安装好后，我们cmd命令输入：java -version 查看java版本

　　2、elasticsearch-rtf安装

　　　　下载地址：https://github.com/medcl/elasticsearch-rtf 集成了我们很多插件

　　　　运行系统可用内存>2G　　　

以下是集成安装的官方插件，个别插件需要配置才能使用，可根据需要删除 plugins 目录无关的插件，重启 elasticsearch 生效。

bin/elasticsearch-plugin install discovery-multicast

bin/elasticsearch-plugin install analysis-icu

bin/elasticsearch-plugin install analysis-kuromoji

bin/elasticsearch-plugin install analysis-phonetic

bin/elasticsearch-plugin install analysis-smartcn

bin/elasticsearch-plugin install analysis-stempel

bin/elasticsearch-plugin install analysis-ukrainian

bin/elasticsearch-plugin install discovery-file

bin/elasticsearch-plugin install ingest-attachment

bin/elasticsearch-plugin install ingest-geoip

bin/elasticsearch-plugin install ingest-user-agent

bin/elasticsearch-plugin install mapper-attachments

bin/elasticsearch-plugin install mapper-size

bin/elasticsearch-plugin install mapper-murmur3

bin/elasticsearch-plugin install lang-javascript

bin/elasticsearch-plugin install lang-python

bin/elasticsearch-plugin install repository-hdfs

bin/elasticsearch-plugin install repository-s3

bin/elasticsearch-plugin install repository-azure

bin/elasticsearch-plugin install repository-gcs

bin/elasticsearch-plugin install store-smb

bin/elasticsearch-plugin install discovery-ec2

bin/elasticsearch-plugin install discovery-azure-classic

bin/elasticsearch-plugin install discovery-gce

elasticsearch-rtf下载好解压后将文件夹复制到一个目录会得到以下文件

双击进入bin文件夹里，按shlft+鼠标右键，在此处打开命令窗口，输入 elasticsearch.bat 回车运行

然后在浏览器输入http://127.0.0.1:9200/ 返回数据说明成功

　　3、安装elasticsearch-rtf(搜索引擎)的可视化管理工具elasticsearch-head

　　　　注意：(搜索引擎)的可视化管理工具elasticsearch-head，的安装要用到node.js的npm 插件管理器

　　　　所以要先安装node.js的npm 插件管理器

　　　　下载地址：https://nodejs.org/en/download/

　　　　我们下载windows版本即可，下载后安装即可

　　　　安装后cdm命令：npm 如下显示表示安装成功

　　　　npm命令是node.js的npm 插件管理器，也就是下载插件安装插件的管理器，因为下载都是国外服务器很慢会掉线，我们需要使用淘宝的npm镜像cnpm

　　　　执行命令：npm install -g cnpm --registry=https://registry.npm.taobao.org 启用淘宝的npm镜像cnpm，注意：启用后当我们要输入npm命令时，就需要输入cnpm

　　(搜索引擎)的可视化管理工具elasticsearch-head的安装

　　　　下载地址：https://github.com/mobz/elasticsearch-head

　　　　下载后解压到指定目录，会得到以下文件

　　　　cd进入到解压的elasticsearch-head目录

　　　　执行命令：cnpm install 安装elasticsearch-head的依赖包

　　　　在执行命令：cnpm run start 启动elasticsearch-head(搜索引擎)的可视化管理工具

　　　　访问：http://localhost:9100/

　　　　访问后可以看到(搜索引擎)的可视化管理工具

我们看到显示未连接，我们需要配置elasticsearch-rtf(搜索引擎)连接，在elasticsearch-rtf/config/elasticsearch.yml 这个文件里配置

在文件的最后面写入

http.cors.enabled: true

http.cors.allow-origin: "*"

http.cors.allow-methods: OPTIONS, HEAD, GET, POST, PUT, DELETE

重启elasticsearch-rtf(搜索引擎)后就可以连接了

安装Kibana 5.1.2版本

　　注意：Kibana的版本要对应elasticsearch-head里信息里的版本

　　下载地址：https://www.elastic.co/downloads/past-releases/kibana-5-1-2

　　 我们下载windows版即可

　　 将下载文件解压到指定目录，进入kibana-5.1.2/bin文件夹

　　cd 进入kibana-5.1.2/bin文件夹

　　执行命令：kibana.bat 运行kibana-5.1.2

　　浏览器访问：http://localhost:5601 如下显示说明成功

巴特西

三十八 Python分布式爬虫打造搜索引擎Scrapy精讲—elasticsearch(搜索引擎)介绍以及安装

最新文章

热门文章