玩转ElasticSearch全文搜索

玩转ElasticSearch全文搜索,做个笔记。

运行ElasticSearch服务

为了省去繁杂的安装,跳过万恶的环境,我们使用Docker容器来跑ElasticSearch的服务。

我们使用官方的elasticsearch:5.6.16-alpine作为基础镜像,另外添加一个中文分词插件elasticsearch-ik

我们的Dockerfile内容如下,很简单,只需两行哟:

1
2
FROM elasticsearch:5.6.16-alpine
RUN elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.16/elasticsearch-analysis-ik-5.6.16.zip

构建镜像:

1
docker build -t heropoo/elasticsearch-ik .

运行容器:

1
docker run -d --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" heropoo/elasticsearch-ik

因为ElasticSearch提供了REST API,我们直接可以用浏览器访问 http://localhost:9200 看看服务是否正常。

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 Elastic 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)。

Index

Elastic 会索引所有字段,经过处理后写入一个反向索引。查找数据的时候,直接查找该索引。所以,Elastic 数据管理的顶层单位就叫做 Index(索引)。

查看当前节点的所有 Index

1
curl -X GET 'http://localhost:9200/_cat/indices?v'

Document

Index 里面单条的记录称为 Document(文档)。许多条 Document 构成了一个 Index。Document 使用 JSON 格式表示。
例如:

1
2
3
4
5
{
"user": "张三",
"title": "工程师",
"desc": "数据库管理"
}

同一个 Index 里面的 Document,不要求有相同的字段结构,但是最好保持相同,这样有利于提高搜索效率。

Type

不同的 Type 应该有相似的字段结构,举例来说,id字段不能在这个组是字符串,在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据(比如products和logs)应该存成两个 Index,而不是一个 Index 里面的两个 Type(虽然可以做到)。

下面的命令可以列出每个 Index 所包含的 Type

1
curl 'localhost:9200/_mapping?pretty=true'

pretty参数是优化显示结果易于查看

Index操作

查看当前节点的所有 Index

1
curl -X GET 'http://localhost:9200/_cat/indices?v'

新建Index

1
curl -X PUT 'http://localhost:9200/weather'

删除Index

1
curl -X DELETE 'http://localhost:9200/weather'

新建一个 Index,指定需要分词的字段

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
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,首先新建一个名称为accounts的 Index,里面有一个名称为person的 Type。person有三个字段 user、title、desc 这三个字段都是中文,而且类型都是文本(text),所以需要指定中文分词器,不能使用默认的英文分词器。

数据操作

新增记录

向指定的 /Index/Type 发送 PUT 请求,就可以在 Index 里面新增一条记录

1
2
3
4
5
6
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

1
2
3
4
5
6
curl -X POST 'localhost:9200/accounts/person' -d '
{
"user": "李四",
"title": "工程师",
"desc": "软件工程师"
}'

其实PUT就是存在时修改,不存在时创建。

查看记录

向/Index/Type/Id发出 GET 请求,就可以查看这条记录

1
curl 'localhost:9200/accounts/person/1?pretty=true'

删除记录

1
curl -X DELETE 'localhost:9200/accounts/person/1'

更新记录

参考上面创建操作,用PUT方法

1
2
3
4
5
6
curl -X PUT 'localhost:9200/accounts/person/1' -d '
{
"user": "张三1",
"title": "工程师1",
"desc": "数据库管理1"
}'

数据查询

返回所有记录

1
curl 'localhost:9200/accounts/person/_search'

全文搜索

1
2
3
4
curl 'localhost:9200/accounts/person/_search'  -d '
{
"query" : { "match" : { "desc" : "数据库" }}
}'

逻辑运算

如果有多个搜索关键字, Elastic 认为它们是or关系

1
2
3
4
curl 'localhost:9200/accounts/person/_search'  -d '
{
"query" : { "match" : { "desc" : "软件 系统" }}
}'

如果要执行多个关键词的and搜索,必须使用布尔查询

1
2
3
4
5
6
7
8
9
10
11
curl 'localhost:9200/accounts/person/_search'  -d '
{
"query": {
"bool": {
"must": [
{ "match": { "desc": "软件" } },
{ "match": { "desc": "系统" } }
]
}
}
}'

搞定~

参考:http://www.ruanyifeng.com/blog/2017/08/elasticsearch.html

打赏
  • 版权声明: 本博客所有文章除特别声明外,著作权归作者所有。转载请注明出处!

请我喝杯咖啡吧~

支付宝
微信