使用ElasticSearch6.0快速实现全文搜索功能的示例代码

网友投稿 548 2023-02-17


使用ElasticSearch6.0快速实现全文搜索功能的示例代码

本文不涉及ElasticSearch具体原理,只记录如http://何快速的导入mysql中的数据进行全文检索。

工作中需要实现一个搜索功能,并且导入现有数据库数据,组长推荐用ElasticSearch实现,网上翻一通教程,都是比较古老的文章了,无奈只能自己摸索,参考ES的文档,总算是把服务搭起来了,记录下,希望有同样需求的朋友可以少走弯路,能按照这篇教程快速的搭建一个可用的ElasticSearch服务。

ES的搭建

ES搭建有直接下载zip文件,也有docker容器的方式,相对来说,docker更适合我们跑ES服务。可以方便的搭建集群或建立测试环境。这里使用的也是容器方式,首先我们需要一份Dockerfile:

FROM docker.elastic.co/elasticsearch/elasticsearch-oss:6.0.0

# 提交配置 包括新的elasticsearch.yml 和 keystore.jks文件

COPY --chown=elasticsearch:elasticsearch conf/ /usr/share/elasticsearch/config/

# 安装ik

RUN ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.0.0/elasticsearch-analysis-ik-6.0.0.zip

# 安装readonlyrest

RUN ./bin/elasticsearch-plugin install https://github.com/HYY-yu/BezierCurveDemo/raw/master/readonlyrest-1.16.14_es6.0.0.zip

USER elasticsearch

CMD ./bin/elasticsearch

这里对上面的操作做一下说明:

首先在Dockerfile下的同级目录中需要建立一个conf文件夹,保存elasticsearch.yml文件(稍后给出)和keystore.jks。(jks是自签名文件,用于https,如何生成请自行搜索)

ik是一款很流行的中文分词库,使用它来支持中文搜索。

readonlyrest是一款开源的ES插件,用于用户管理、安全验证,土豪可以使用ES自带的X-pack包,有更完善的安全功能。

elactic配置 elasticsearch.yml

cluster.name: "docker-cluster"

network.host: 0.0.0.0

# minimum_master_nodes need to be explicitly set when bound on a public IP

# set to 1 to allow single node clusters

# Details: https://github.com/elastic/elasticsearch/pull/17288

discovery.zen.minimum_master_nodes: 1

# 禁止系统对ES交换内存

bootstrap.memory_lock: true

http.type: ssl_netty4

readonlyrest:

enable: true

ssl:

enable: true

keystore_file: "server.jks"

keystore_pass: server

key_pass: server

access_control_rules:

- name: "Block 1 - ROOT"

type: allow

groups: ["admin"]

- name: "User read only - paper"

groups: ["user"]

indices: ["paper*"]

actions: ["indices:data/read/*"]

users:

- username: root

auth_key_sha256: cb7c98bae153065db931980a13bd45ee3a77cb8f27a7dfee68f686377acc33f1

groups: ["admin"]

- username: xiaoming

auth_key: xiaoming:xiaoming

groups: ["user"]

这里bootstrap.memory_lock: true是个坑,禁止交换内存这里文档已经说明了,有的os会在运行时把暂时不用的内存交换到硬盘的一块区域,然而这种行为会让ES的资源占用率飙升,甚至让系统无法响应。

配置文件里已经很明显了,一个root用户属于admin组,而admin有所有权限,xiaoming同学因为在user组,只能访问paper索引,并且只能读取,不能操作。更详细的配置请见:readonlyrest文档

至此,ES的准备工作算是做完了,docker build -t ESImage:tag 一下,docker run -p 9200:9200 ESImage:Tag跑起来。

如果https://127.0.0.1:9200/返回

{

"name": "VaKwrIR",

"cluster_name": "docker-cluster",

"cluster_uuid": "YsYdOWKvRh2swz907s2m_w",

"version": {

"number": "6.0.0",

"build_hash": "8f0685b",

"build_date": "2017-11-10T18:41:22.859Z",

"build_snapshot": false,

"lucene_version": "7.0.1",

"minimum_wire_compatibility_version": "5.6.0",

"minimum_index_compatibility_version": "5.0.0"

},

"tagline": "You Know, for Search"

}

我们本次教程的主角算是出场了,分享几个常用的API调戏调试ES用:

{{url}}替换成你本地的ES地址。

查看所有插件:{{url}}/_cat/plugins?v

查看所有索引:{{url}}/_cat/indices?v

对ES进行健康检查:{{url}}/_cat/health?v

查看当前的磁盘占用率:{{url}}/_cat/allocation?v

导入MYSQL数据

这里我使用的是MYSQL数据,其实其它的数据库也是一样,关键在于如何导入,网上教程会推荐Logstash、Beat、ES的mysql插件进行导入,我也都实验过,配置繁琐,文档稀少,要是数据库结构复杂一点,导入是个劳心劳神的活计,所以并不推荐。其实ES在各个语言都有对应的API库,你在语言层面把数据组装成json,通过API库发送到ES即可。流程大致如下:

我使用的是golang的ES库elastic,其它语言可以去github上自行搜索,操作的方式都是一样的。

接下来使用一个简单的数据库做介绍:

Paper表

id

name

1

北京第一小学模拟卷

2

江西北京通用高考真题

Province表

id

name

1

北京

2

江西

Paper_Province表

paper_id

province_id

1

1

2

1

2

2

如上,Paper和Province是多对多关系,现在把Paper数据打入ES,,可以按Paper名称模糊搜索,也可通过Province进行筛选。json数据格式如下:

{

"id":1,

"name": "北京第一小学模拟卷",

"provinces":[

{

"id":1,

"name":"北京"

}

]

}

首先准备一份mapping.json文件,这是在ES中数据的存储结构定义,

{

"mappings":{

"docs":{

"include_in_all": false,

"properties":{

"id":{

"type":"long"

},

"name":{

"type":"text",

"analyzer":"ik_max_word" // 使用最大词分词器

},

"provinces":{

"type":"nested",

"properties":{

"id":{

"type":"integer"

},

"name":{

"type":"text",

"index":"false" // 不索引

}

}

}

}

}

},

"settings":{

"number_of_shards":1,

"number_of_replicas":0

}

}

需要注意的是取消_all字段,这个默认的_all会收集所有的存储字段,实现无条件限制的搜索,缺点是空间占用大。

shard(分片)数我设置为了1,没有设置replicas(副本),毕竟这不是一个集群,处理的数据也不是很多,如果有大量数据需要处理可以自行设置分片和副本的数量。

首先与ES建立连接,ca.crt与jks自签名有关。当然,在这里我使用InsecureSkipVerify忽略了证书文件的验证。

func InitElasticSearch() {

pool := x509.NewCertPool()

crt, err0 := ioutil.ReadFile("conf/ca.crt")

if err0 != nil {

cannotOpenES(err0, "read crt file err")

return

}

pool.AppendCertsFromPEM(crt)

tr := &http.Transport{

TLSClientConfig: &tls.Config{RootCAs: pool, InsecureSkipVerify: true},

}

httpClient := &http.Client{Transport: tr}

//后台构造elasticClient

var err error

elasticClient, err = elastic.NewClient(elastic.SetURL(MyConfig.ElasticUrl),

elastic.SetErrorLog(GetLogger()),

elastic.SetGzip(true),

elastic.SetHttpClient(httpClient),

elastic.SetSniff(false), // 集群嗅探,单节点记得关闭。

elastic.SetScheme("https"),

elastic.SetBasicAuth(MyConfig.ElasticUsername, MyConfig.ElasticPassword))

if err != nil {

cannotOpenES(err, "search_client_error")

return

}

//elasticClient构造完成

//查询是否有paper索引

exist, err := elasticClient.IndexExists(MyConfig.ElasticIndexName).Do(context.Background())

if err != nil {

cannotOpenES(err, "exist_paper_index_check")

return

}

//索引存在且通过完整性检查则不发送任何数据

if exist {

if !isIndexIntegrity(elasticClient) {

//删除当前索引  准备重建

deleteResponse, err := elasticClient.DeleteIndex(MyConfig.ElasticIndexName).Do(context.Background())

if err != nil || !deleteResponse.Acknowledged {

cannotOpenES(err, "delete_index_error")

return

}

} else {

return

}

}

//后台查询数据库,发送数据到elasticsearch中

go fetchDBGetAllPaperAndSendToES()

}

type PaperSearch struct {

PaperId int64 `gorm:"primary_key;column:F_paper_id;type:BIGINT(20)" json:"id"`

Name string `gorm:"column:F_name;size:80" json:"name"`

Provinces []Province `gorm:"many2many:t_paper_province;" json:"provinces"` // 试卷适用的省份

}

func fetchDBGetAllPaperAndSendToES() {

//fetch paper

var allPaper []PaperSearch

GetDb().Table("t_papers").Find(&allPaper)

//province

for i := range allPaper {

var allPro []Province

GetDb().Table("t_provinces").Joins("INNER JOIN `t_paper_province` ON `t_paper_province`.`province_F_province_id` = `t_provinces`.`F_province_id`").

Where("t_paper_province.paper_F_paper_id = ?", allPaper[i].PaperId).Find(&allPro)

allPaper[i].Provinces = allPro

}

if len(allPaper) > 0 {

//send to es - create index

createService := GetElasticSearch().CreateIndex(MyConfig.ElasticIndexName)

// 此处的index_default_setting就是上面mapping.json中的内容。

createService.Body(index_default_setting)

createResult, err := createService.Do(context.Background())

if err != nil {

cannotOpenES(err, "create_paper_index")

return

}

if !createResult.Acknowledged || !createResult.ShardsAcknowledged {

cannotOpenES(err, "create_paper_index_fail")

}

// - send all paper

bulkRequest := GetElasticSearch().Bulk()

for i := range allPaper {

indexReq := elastic.NewBulkIndexRequest().OpType("create").Index(MyConfig.ElasticIndexName).Type("docs").

Id(helper.Int64ToString(allPaper[i].PaperId)).

Doc(allPaper[i])

bulkRequest.Add(indexReq)

}

// Do sends the bulk requests to Elasticsearch

bulkResponse, err := bulkRequest.Do(context.Background())

if err != nil {

cannotOpenES(err, "insert_docs_error")

return

}

// Bulk request actions get cleared

if len(bulkResponse.Created()) != len(allPaper) {

cannotOpenES(err, "insert_docs_nums_error")

return

}

//send success

}

}

跑通上面的代码后,使用{{url}}/_cat/indices?v看看ES中是否出现了新创建的索引,使用{{url}}/papers/_search看看命中了多少文档,如果文档数等于你发送过去的数据量,搜索服务就算跑起来了。

搜索

现在就可以通过ProvinceID和q来搜索试卷,默认按照相关度评分排序。

//q 搜索字符串 provinceID 限定省份id limit page 分页参数

func SearchPaper(q string, provinceId uint, limit int, page int) (list []PaperSearch, totalPage int, currentPage int, pageIsEnd int, returnErr error) {

//不满足条件,使用数据库搜索

if !CanUseElasticSearch && !MyConfig.UseElasticSearch {

return SearchPaperLocal(q, courseId, gradeId, provinceId, paperTypeId, limit, page)

}

list = make([]PaperSimple, 0)

totalPage = 0

currentPage = page

pageIsEnd = 0

returnErr = nil

client := GetElasticSearch()

if client == nil {

return SearchPaperLocal(q, courseId, gradeId, provinceId, paperTypeId, limit, page)

}

//ElasticSearch有问题,使用数据库搜索

if !isIndexIntegrity(client) {

return SearchPaperLocal(q, courseId, gradeId, provinceId, paperTypeId, limit, page)

}

if !client.IsRunning() {

client.Start()

}

defer client.Stop()

q = html.EscapeString(q)

boolQuery := elastic.NewBoolQuery()

// Paper.name

matchQuery := elastic.NewMatchQuery("name", q)

//省份

if provinceId > 0 && provinceId != DEFAULT_PROVINCE_ALL {

proBool := elastic.NewBoolQuery()

tpro := elastic.NewTermQuery("provinces.id", provinceId)

proNest := elastic.NewNestedQuery("provinces", proBool.Must(tpro))

boolQuery.Must(proNest)

}

boolQuery.Must(matchQuery)

for _, e := range termQuerys {

boolQuery.Must(e)

}

highligt := elastic.NewHighlight()

highligt.Field(ELASTIC_SEARCH_SEARCH_FIELD_NAME)

highligt.PreTags(ELASTIC_SEARCH_SEARCH_FIELD_TAG_START)

highligt.PostTags(ELASTIC_SEARCH_SEARCH_FIELD_TAG_END)

searchResult, err2 := client.Search(MyConfig.ElasticIndexName).

Highlight(highligt).

Query(boolQuery).

From((page - 1) * limit).

Size(limit).

Do(context.Background())

if err2 != nil {

// Handle error

GetLogger().LogErr("搜索时出错 "+err2.Error(), "search_error")

// Handle error

returnErr = errors.New("搜索时出错")

} else {

if searchResult.Hits.TotalHits > 0 {

// Iterate through results

for _, hit := range searchResult.Hits.Hits {

var p PaperSearch

err := json.Unmarshal(*hit.Source, &p)

if err != nil {

// Deserialization failed

GetLogger().LogErr("搜索时出错 "+err.Error(), "search_deserialization_error")

returnErr = errors.New("搜索时出错")

return

}

if len(hit.Highlight[ELASTIC_SEARCH_SEARCH_FIELD_NAME]) > 0 {

p.Name = hit.Highlight[ELASTIC_SEARCH_SEARCH_FIELD_NAME][0]

}

list = append(list, p)

}

count := searchResult.TotalHits()

currentPage = page

if count > 0 {

totalPage = int(math.Ceil(float64(count) / float64(limit)))

}

if currentPage >= totalPage {

pageIsEnd = 1

}

} else {

// No hits

}

}

return

}


版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:图片叠加效果Java代码实现
下一篇:Java+opencv3.2.0之scharr滤波器
相关文章

 发表评论

暂时没有评论,来抢沙发吧~