snowball(默认分词器)只有在Mongodb 3.2之后的企业版中才开始加入了对中文的支持,之前或者社区的版本在建立全文索引时会自动过滤中文字符。
在Mongodb 3.2企业版中,对中文建立全文索引后,默认使用的是与英文同样的分词规则,即以空格与符号作为词与词之间分隔的界限。
所以,当使用“福尔摩斯”作为搜索词时,无法搜索到“福尔摩斯探案全集”,只能搜索到类似“福尔摩斯(1)”之类的结果
问题-方案
1.产品需要全文检索,数据库是使用的MongoDB,MongoDB的全文检索太慢,打算使用ElasticSearch
2.方案1:利用 ElasticSearch 的 River 来同步数据,
在github上有MongoDB River的插件:https://github.com/richardwilly98/elasticsearch-river-mongodb。
可以看到使用的版本很旧,原因是官方已经在 1.5 以后的版本弃用 River,为了用户的迁移,会一直保留到 2.0 版本。所以这个方案的可行性比较低,但是是可以使用的。
3.方案2:利用mongo-connector,
https://github.com/mongodb-labs/mongo-connector。
这个是 MongoDB 官方的开发人员用 Python 写的一个工具,目前支持将 MongoDB 的数据同步到 Solr、ElasticSearch、MongoDB 中,并且支持用户自己扩展。
实际(方案2)
一.安装Elasticsearch并配置
- 1
- 2
- 3
- 1
- 2
- 3
- 1
- 2
- 3
- 4
- 5
- 6
- 1
- 2
- 3
- 4
- 5
- 6
2.配置mongo-connector
先安装pip:
yum install python-setuptools && easy_install pip
通过pip安装mongo-connector
pip install mongo-connector
- 1
- 2
- 1
- 2
二.测试
在mongo容器中写入测试数据
- 1
- 2
- 3
- 4
- 1
- 2
- 3
- 4
通过 elasticsearch 容器进行检索