全文搜索引擎Elasticsearch入门实践

全文搜索引擎Elasticsearch入门实践

感谢阮一峰的网络日志全文搜索引擎 Elasticsearch 入门教程

1. 安装
   首先需要依赖Java环境。Elasticsearch官网https://www.elastic.co/downloads/elasticsearch

   直接下载压缩包。

   $ wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.5.1.zip
   $ unzip elasticsearch-5.5.1.zip
   $ cd elasticsearch-5.5.1/ 
   

   接着，进入解压后的目录，运行下面的命令，启动 Elasticsearch。

   $ ./bin/elasticsearch
   

   看到控制台如下信息启动成功。

   [2017-08-30T19:37:02,505][INFO ][o.e.h.n.Netty4HttpServerTransport] [3GsuzVd] publish_address {127.0.0.1:9200}, bound_addresses {[fe80::1]:9200}, {[::1]:9200}, {127.0.0.1:9200}
   

   获取当前Elasticsearch版本信息。

   ➜  elasticsearch-5.5.1 curl localhost:9200
   {
     "name" : "3GsuzVd",
     "cluster_name" : "elasticsearch",
     "cluster_uuid" : "qchzr2YSQtCUxLwVmGtYcA",
     "version" : {
       "number" : "5.5.1",
       "build_hash" : "19c13d0",
       "build_date" : "2017-07-18T20:44:24.823Z",
       "build_snapshot" : false,
       "lucene_version" : "6.6.0"
     },
     "tagline" : "You Know, for Search"
   }
   

2. 基本概念
   Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elasticsearch 实例。
   单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）。
   Elastic 数据管理的顶层单位就叫做 Index（索引），它是单个数据库的同义词，每个 Index （即数据库）的名字必须是小写。
   Type（类型），它是数据库表的同义词。Document（文档），它是数据库行的同义词，使用 JSON 格式表示。

   下面的命令可以查看当前节点的所有 Index。

   $ curl -X GET 'http://localhost:9200/_cat/indices?v'
   

   下面的命令可以列出每个 Index 所包含的 Type。

   $ curl 'localhost:9200/_mapping?pretty=true'
   

3. 新建和删除 Index
   新建 Index，可以直接向 Elastic 服务器发出 PUT 请求。下面的例子是新建一个名叫weather的 Index。

   ➜  elasticsearch-5.5.1 curl -X PUT 'localhost:9200/weather'
   {"acknowledged":true,"shards_acknowledged":true}% 
   

   然后，我们发出 DELETE 请求，删除这个 Index。

   $ curl -X DELETE 'localhost:9200/weather'
   

4. 中文分词设置
   首先，安装中文分词插件，这里使用的是 ik。

   $ ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.5.1/elasticsearch-analysis-ik-5.5.1.zip
   

   上面代码安装的是5.5.1版的插件，与 Elastic 5.5.1 配合使用，版本不匹配会报错。
   安装完成，重新启动 Elasticsearch，就会自动加载这个新安装的插件。
   然后，新建一个 Index，指定需要分词的字段。这一步根据数据结构而异，下面的命令只针对本文。基本上，凡是需要搜索的中文字段，都要单独设置一下。

   $ curl -X PUT 'localhost:9200/accounts' -d '
   {
    "mappings": {
      "person": {
        "properties": {
          "user": {
            "type": "text",
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_max_word"
          },
          "title": {
            "type": "text",
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_max_word"
          },
          "desc": {
            "type": "text",
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_max_word"
          }
        }
      }
    }
   }'
   

   上面代码中，analyzer是字段文本的分词器，search_analyzer是搜索词的分词器。ik_max_word分词器是插件ik提供的，可以对文本进行最大数量的分词。

5. 数据操作
   5.1. 新增
   向指定的 /Index/Type 发送 PUT 请求，就可以在 Index 里面新增一条记录。比如，向/accounts/person发送请求，就可以新增一条人员记录。
   $ curl -X PUT 'localhost:9200/accounts/person/1' -d ' { "user": "张三", "title": "工程师", "desc": "数据库管理" }'
   新增记录的时候，也可以不指定 Id，这时要改成 POST 请求。
   $ curl -X POST 'localhost:9200/accounts/person' -d ' { "user": "李四", "title": "工程师", "desc": "系统管理" }'
   5.2. 查询
   向/Index/Type/Id发出 GET 请求，就可以查看这条记录。
   ➜ elasticsearch-5.5.1 curl 'localhost:9200/accounts/person/1?pretty=true' { "_index" : "accounts", "_type" : "person", "_id" : "1", "_version" : 4, "found" : true, "_source" : { "user" : "张三", "title" : "工程师", "desc" : "数据库管理，软件开发" } }
   5.3. 修改
   更新记录就是使用 PUT 请求，重新发送一次数据。
   ➜ elasticsearch-5.5.1 curl -X PUT 'localhost:9200/accounts/person/1' -d ' { "user" : "张三", "title" : "工程师", "desc" : "数据库管理" }' {"_index":"accounts","_type":"person","_id":"1","_version":5,"result":"updated","_shards":{"total":2,"successful":1,"failed":0},"created":false}%
   可以看到，记录的 Id 没变，但是版本（version）从4变成5，操作类型（result）从created变成updated，created字段变成false，因为这次不是新建记录。
   5.4. 删除
   删除记录就是发出 DELETE 请求。
   $ curl -X DELETE 'localhost:9200/accounts/person/1'

6. 数据查询
   使用 GET 方法，直接请求/Index/Type/_search，就会返回所有记录。

   $ curl 'localhost:9200/accounts/person/_search'
   

   6.1. 全文搜索
   $ curl 'localhost:9200/accounts/person/_search' -d ' { "query" : { "match" : { "desc" : "软件" }} }'
   Elastic 默认一次返回10条结果，可以通过size字段改变这个设置，from代表起始点，从0开始。
   $ curl 'localhost:9200/accounts/person/_search' -d '
   {
   "query" : { "match" : { "desc" : "管理" }},
   "from": 1,
   "size": 1
   }'
   详情参考上面的引用。