全文检索 elasticsearch oracle,全文搜索引擎ElasticSearch

1. 介绍

ElasticSearch简称ES。

先来看它的用途：如果只是在多个机器同步，存储和检索大量数据，它与数据库的差别在哪儿，为什么非要使用ES呢？

ES是目前全文搜索引擎的首选。全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。简单地说它的优势在于文本检索。ES还可搭建成集群，有良好的扩展性。

如果把ES和数据库相比，ES中包含多个索引index(相当于数据库中的库)，索引又包括多个类型type(相当于数据库中的表)。

Kibana是一个开源的分析与可视化平台,设计出来用于和Elasticsearch一起使用的。

2. ES环境搭建

(1) 安装8以上的Java版本

$ cd /usr/lib/jvm/

$ tar xvzf jdk-8u181-linux-x64.tar.gz # 解包

$ sudo update-alternatives --install /usr/bin/java java /usr/lib/jvm/jdk1.8.0_181/bin/java # 把新版java纳入版本管理

$ sudo update-alternatives --config java　#　选择新版本为默认java版本

用以上方法设置可以省去手动设置JAVA_HOME等环境变量。

(2) 安装ES和Kibana

安装时，需要考虑ES和它的辅助软件kibana的版本匹配，于是在网站https://www.elastic.co/downloads，下载了最新版本的deb包(目前最新为6.3.2)

$ sudo dpkg -i elasticsearch-6.3.2.deb # ubuntu系统下安装

$ sudo dpkg -i kibana-6.3.2-amd64.deb

(3) 配置ES

$ sudo vi /etc/elasticsearch/elasticsearch.yml # 编辑配置文件，也可以通过该配置文件，配置ES集群(一个设成master node, 多个data node，使用同一集群名)

此处介绍最简单的配置，将host替换为你的地址

network.host: 127.0.0.1　#　我用的是本机地址

(4) 启动ES

$ sudo service elasticsearch restart # 重启ES

如果无法启动，也可尝试手动启动服务，命令如下：

$ sudo /usr/share/elasticsearch/bin/elasticsearch -d

此时在浏览器中打开：http://127.0.0.1:9200/，可看到端口已打开。

(5) 配置Kibana

$ sudo vi /etc/kibana/kibana.yml # 修改配置文件

此处介绍最简单的配置，打开对以下行的注释：

server.port: 5601

server.host: "127.0.0.1"

server.name: "testme"

elasticsearch.url: "http://127.0.0.1:9200"

elasticsearch.preserveHost: true

kibana.index: ".kibana"

(6) 启动Kibana

$ sudo service kibana restart

此时在浏览器中，打开http://127.0.0.1:5601，即可看到kibana已启动

3. 使用curl命令访问ES

(1) 查看服务状态(也可以在浏览器中查看)

$ curl 'localhost:9200/_cat/health?v'

(2) 查看当前的Node节点

$ curl 'localhost:9200/_cat/nodes?v'

(3) 新建一个index(类似于数据库操作中的建库)

$ curl -XPUT 'localhost:9200/test_1'

(4) 查看当前所有index

$ curl 'localhost:9200/_cat/indices?v'

(5) 向index中添加数据

$ curl -XPOST http://localhost:9200/test_1/product/ -d '{"author" : "Jack", , "age": 32}'

如果报错406，请加入参数-H，如下：

$ curl -XPOST http://localhost:9200/test_1/product/ -H 'Content-Type: application/json' -d '{"author" : "Xie Yan"}'

插入的index是test_1，type是product，此处可以看到，输入ES数据的格式是相当灵活的，它以key-value的方式存取，不像数据库中固定的字段。

(6) 查询所有数据

$ curl -XPOST 'localhost:9200/test_1/_search' -d ' { "query": { "match_all": {} } }'

(7) 条件查询

$ curl -XGET http://localhost:9200/test_1/_search?q=age:32

4. 使用Kibana查看ES数据

浏览器访问http://127.0.0.1:5601，在Management-> Elasticsearch中即可以查看当前的index和type，及其它们的内容，以及进一步分析。

5. 用Python访问ES数据

(1) 安装python支持库

$ sudo pip install elasticsearch

(2) 代码

from elasticsearch import Elasticsearch

es_host = '127.0.0.1'

es_index = 'test_1'

es = Elasticsearch(es_host)

result = es.search(index=es_index, body={}, size=10)

for item in result['hits']['hits']:

print(item)

(3) 说明

可以在body中加入一些用json串描述的查询条件和需要的字段，条件最多1024个，在size中可设置返回条目的多少，用此方法查询最多能返回一万条。

如果超过一万条，用helpers.scan，详见参考的第三部分

如果只关心其中某几个字段，可以body中指定"_source": ['字段1','字段2'...]。

6. 参考

(1) ES与传统数据库的比较

(2) 搭建Elasticsearch 5.4分布式集群

(3) ElasticSearch scan和scroll功能 python 实现