Elasticsearch，为了搜索

Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。

但是，Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。

Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。

如果没有搜索引擎，单单凭借Mysql提供的简单搜索功能，无论在性能还是效果上都不尽如人意，继承程序猿的折腾属性，决定将自己的博客插上Elasticsearch的翅膀。

安装 Oracle JDK

sudo apt-get update
sudo apt-get install openjdk-8-jdk

安装 Elasticsearch

• 下载

  wget https://download.elasticsearch.org/elasticsearch/elasticsearch/elasticsearch-2.3.4.deb    
  sudo dpkg -i elasticsearch-2.3.4.deb

  目前ElasticSearch的中文分词插件IK最高版本为1.9.4，兼容Elasticsearch的2.3.4版本。

• 安装

  sudo dpkg -i elasticsearch-2.3.4.deb

• 开机自启动

  sudo update-rc.d elasticsearch defaults 95 10
  sudo service elasticsearch start

• 测试

  curl http://localhost:9200

你如果你看到以下信息，说明你的ElasticSearch已安装成功。

{
    "name" : "Peter Petruski",
    "cluster_name" : "elasticsearch",
    "version" : {
        "number" : "2.3.4",
        "build_hash" : "...(隐藏)",
        "build_timestamp" : "2016-06-30T11:24:31Z",
        "build_snapshot" : false,
        "lucene_version" : "5.5.0"
    },
      "tagline" : "You Know, for Search"
}

默认情况下 Elasticsearch 的 RESTful 服务只有本机才能访问，也就是说无法从主机访问虚拟机中的服务。为了方便调试，可以修改 /etc/elasticsearch/config/elasticsearch.yml文件，加入以下两行：

network.bind_host: “0.0.0.0"
network.publish_host: \_non_loopback:ipv4_

安装中文分词插件 IK

Elasticsearch原装分词器会简单地拆分每个汉字，没有根据词库来分词，这样的后果就是搜索结果很可能不是你想要的。这里推荐使用elasticsearch-analysis-ik，支持自定义词库。

• 下载

  wget https://github.com/medcl/elasticsearch-analysis-ik/archive/v1.9.4.tar.gz

• 解压

  tar -xvf elasticsearch-analysis-ik.tar.gz

• 使用maven打包该java项目

  cd elasticsearch-analysis-ik-1.9.4
  mvn package

• 在plugins目录下创建ik目录，并将打包好的IK插件解压到其中

  mkdir /usr/share/elasticsearch/plugins/ik
  unzip target/releases/elasticsearch-analysis-ik-1.9.4.zip -d /usr/share/elasticsearch/plugins/ik/

  elasticsearch-analysis-ik 的配置文件在 ~/{es_root}/plugins/ik/config/ik/ 目录，很多都是词表，直接用文本编辑器打开就可以修改，改完记得保存为 utf-8 格式。

现在再启动 Elasticsearch 服务，如果看到类似下面这样的信息，说明 IK Analysis 插件已经装好了

plugins [analysis-ik]

使用 Elasticsearch

在使用之前，先大概了解下ES的特点：

网上通常会将Elasticsearch和传统关系型数据库Mysql做一下类比：

Elasticsearch不仅仅是全文搜索：

• 分布式的实时文件存储，每个字段都被索引并可被搜索
• 分布式的实时分析搜索引擎
• 可以扩展到上百台服务器，处理PB级结构化或非结构化数据

分布式、实时、每个字段、PB级，有点不明觉厉~ 不要慌，刚认识不熟悉很正常，慢慢接触，自然就熟络了，stop getting off track（回归正题），想要详细认识ES，请移步Elasticsearch权威指南，接下来就是一步步将ES集成进项目当中：

1. 使用package

可以直接使用官方提供的package，由于不想花时间重复造轮子，我直接使用进一步封装的第三方package。在github上有好几个可用的，我选了Elasticquent，部分是因为名字和laravel的Eloquent比较搭（笑...）。Elasticquent提供了简洁好用的trait，直接集成进你的Model里，例如Article：

...
use Elasticquent\ElasticquentTrait;

class Article extends Model
{
    use ElasticquentTrait;
        ...
}

然后就可以优雅的使用Elasticsearch了，具体如何安装使用，请参考Elasticquent的说明文档。

2. 配置Mapping

关于Mapping（映射），我找到了一篇专门介绍它的文章（传送们），通俗易懂。

文章中提到，mapping不仅告诉ES一个field中是什么类型的值， 它还告诉ES如何索引数据以及数据是否能被搜索到。

Got it! 也就是说，如果我们不配置mapping，那ES就不会知道我们是想让它按照IK的分词方式来进行索引咯~

到这里，不得不说这是一个坑，目前网上的很多资料因为使用的是老版本的ES和IK，所以index和mapping的配置一般都放在es的配置文件yml当中。但我按照那种配置方法，并没有达到预期的分词效果，ES还是简单粗暴的将汉字一个个的切开，屡败屡战折腾两天之后，终于想到试着使用Elasticquent说明文档里在Model中配置mapping的方式，果然，豁然开朗：

curl -XGET 'http://localhost:9200/_analyze?analyzer=ik&pretty=true&text=%e4%bd%a0%e5%a5%bd%e9%ba%a6%e8%82%af%e5%85%88%e7%94%9f'

{   
    "tokens" : [ {
        "token" : "你好",
           "start_offset" : 0,
        "end_offset" : 2,
        "type" : "CN_WORD",
        "position" : 0
    },
    {
        "token" : "麦",
        "start_offset" : 2,
        "end_offset" : 3,
        "type" : "CN_WORD",
        "position" : 1
    }, {
        "token" : "肯",
        "start_offset" : 3,
        "end_offset" : 4,
        "type" : "CN_WORD",
    "position" : 2
    }, {
        "token" : "先生",
        "start_offset" : 4,
        "end_offset" : 6,
        "type" : "CN_WORD",
        "position" : 3
    }]
}

附上我的mapping配置代码

protected $mappingProperties = array(
   'title' => array(
        'type' => 'string',
        'analyzer' => 'ik_max_word'
    ),
   'content' => array(
        'type' => 'string',
        'analyzer' => 'ik_max_word'
    )
);

可以看出，我告诉ES，我的title和content字段是string类型而且请按照ik的分词方式帮我检索。

3. 创建索引

直接使用Elasticquent提供的createIndex方法创建，如果想把现有文档全部索引，可以使用addAllToIndex方法，简单愉快。

Article::createIndex($shards = null, $replicas = null);
Article::addAllToIndex();

4. 增删改查

在你的控制器里的增删改查方法中，将Elasticquent提供的相应操作索引的方法依次加上即可，完成之后，那么你对文档的操作就会同步ES的索引了。具体代码请直接移步Elasticquent开源项目中trait里的代码就好，这里不再贴出。

写在最后

在此之前，了解过sphinx，使用过配置好的xunsearch，但真正自己从零开始研究全文搜索引擎还是头一次，中间遇到了许多坑，虽然被坑郁闷，但也感谢这些坑，毕竟越过去就会有快感。写这篇文章一来作为纪念和起点，二来希望能多少对别人有点帮助，因为我也是看过好多相关的文章才一点点将ES搭建完成，在这里感谢那些乐于分享的前辈。

当然，Elasticsearch功能很强大，各种插件各种配置，这篇文章需要完善的地方还有很多，后期会不断更新，如果文中有错误或者不严谨的地方，欢迎留言交流。

PS. 最后贴出我项目中的Dockerfile，方便感兴趣的同学使用。

原文链接：https://macken.me/article/elasticsearch-fo...

参考资料

• Elasticsearch权威指南
• 为你的站点插上ElasticSearch的翅膀
• ElasticSearch安裝中文分詞
• elasticsearch中的mapping简介
• 使用 Elasticsearch 实现博客站内搜索
• elasticsearch-analysis-ik
• Elasticquent

本作品采用《CC 协议》，转载必须注明作者和本文链接