php 搜索引擎 分词_PHP使用elasticsearch搜索安装及分词方法

一、背景

为什么会用到这个ES搜索？

是因为我在看乌云的漏洞案例库时候，搜索即为不方便。

比如说说我要搜索一个 SQL注入

那mysql匹配的时候是like模糊匹配，搜索必须要有SQL注入这四个字，连续的才能查找到那这样会不太方便。

然后我就想着做一个分词，搜索起来会方便不少，第一个想到的就是ES搜索了。

怎么去用ES呢？

二、安装ES搜索

我们只需要一个JAVA环境并且把Java的环境变量配置好，我相信这些JAVA环境大家之前都配置过，这里不多说。

那现在只需要下载ES的文件，也不需要编译，下载下来就行了，把他放到一个目录。

下载地址： https://www.elastic.co/downlo...

三、 安装head

head是基于node开发的，所以需要先安装node

node下载地址：http://cdn.npm.taobao.org/dis...

在电脑任意一个目录下(不要在elasticsearch目录里面)，执行一下命令，

git clone https://github.com/mobz/elasticsearch-head.git

cd elasticsearch-head/

npm install

3、修改部分配置

修改两个地方：

文件：elasticsearch-headGruntfile.js

connect: {

server: {

options: {

port: 9100,

hostname: '*',

base: '.',

keepalive: true

}

}

}

增加配置，文件：elasticsearch-5.6.0configelasticsearch.yml

http.cors.enabled: true

http.cors.allow-origin: "*"

4、输入 npm run start 启动

5、访问head管理页面: http://localhost:9100/

四、安装composer

就是我们需要安装composer，安装composer干什么呢？

下载之后，直接下一步下一步就安装好了。

因为我们PHP如果调用ES搜索的接口，我们是需要去下载一个类库。

1. 在当前目录下载composer.phar

curl -sS https://getcomposer.org/installer | php

2. 在当前目录下创建一个composer.json的文件

{

"require": {

"elasticsearch/elasticsearch": "~2.0@beta"

}

}

3. 安装依赖

php composer.phar install

五、安装分词插件

就是说我们需要安装一个分词插件。

在ES搜索当中Ik分词插件是中文分词最好用的一个，安装也极为方便。

我们只需要到GitHub上把他对应版本的这个，文件下载下来，然后解压到ES的插件目录，然后重新启动一下ES搜索服务，就可以了。

怎么去验证这个插件有没有安装成功呢？

我们可以通过下面的URL，做分词测试。

http://localhost:9200/你的库名/_analyze?analyzer=ik_max_word&pretty=true&text=中华人民共和国

我们可以在这个URL中输入，中华人民共和国； 默认的分词器他会把中华人民共和国分别以以 中、华、人、民、共、和、国。

那我们选择用IK作为分词器后，它是可以把 中华人民共和国 作为一个词，把中华作为一个词。

六、导入数据

现在说一下怎么把数据库中的数据导入到ES中，

首先需要建立这样一个库，

然后把数据按照固定的格式插入到ES搜索中。下面是我的一个代码示例

require_once './vendor/autoload.php';

//连接MYSQL数据库

function get_conn()

{

@$conn = mysql_connect("localhost", "root", "") or die("error connecting");

mysql_select_db("wooyun", $conn);

mysql_query("SET NAMES 'UTF8'");

return $conn;

}

//插入数据到ES搜索中

function create_index($maxId, $client)

{

//查询数据库中的数据

$sql = "SELECT * FROM bugs where id > $maxId limit 0,300";

get_conn();

@$result_bugs = mysql_query($sql);

while (@$row = mysql_fetch_assoc(@$result_bugs)) {

$rtn[] = $row;

}

foreach ($rtn as $val) {

$params = array();

$params['body'] = array(

'id' => $val['id'],

'wybug_id' => $val['wybug_id'],

'wybug_title' => $val['wybug_title'],

);

$params['index'] = 'wooyun';

$params['type'] = 'title';

$client->index($params);

}

return (count($rtn) == 300) ? $val['id'] : false;

}

set_time_limit(0);

$client = Elasticsearch\ClientBuilder::create()->setHosts(['localhost'])->build();

//删除所有数据

$client->indices()->delete(['index' => 'wooyun']);

$a = true;

$maxId = 0;

while ($a) {

$maxId = create_index($maxId, $client);

if (empty($maxId)) {

$a = false;

}

}

七、查询数据

//引入mysql连接，和ES类库

require('conn.php');

require_once 'vendor/autoload.php';

function search($keyword, $page = 0, $size = 20)

{

//对象实例化

$client = Elasticsearch\ClientBuilder::create()->setHosts(['localhost'])->build();

//查询数据的拼装

$params = array();

$params['index'] = 'wooyun';

$params['type'] = 'title';

$params['body']['query']['match']['wybug_title'] = $keyword;

$params['from'] = $page;

$params['size'] = $size;

//执行查询

$rtn = $client->search($params)['hits'];

//结果组装组装数据

$data['total'] = $rtn['total'];

$data['lists'] = array_column($rtn['hits'], '_source');

$data['lists'] = formartData(array_column($data['lists'], 'id'));

return $data;

}

function formartData($ids)

{

$ids = implode($ids, ',');

$sql = "select * from bugs where id in($ids)";

$data = mysql_query($sql);

$rtn = [];

while (@$row = mysql_fetch_assoc(@$data)) {

$rtn[] = $row;

}

return $rtn;

}

$q0 = isset($_GET['q']) ? $_GET['q'] : 'SQL注入';

$num = "15"; //每页显示15条

$page = isset($_GET['page']) ? intval($_GET['page']) : 1;

$offset = ($page - 1) * $num;

$esData = search($q0, $offset, $num);