原文轉(zhuǎn)載自「劉悅的技術(shù)博客」https://v3u.cn/a_id_166

基于文檔式的全文檢索引擎大家都不陌生，之前一篇文章：使用Redisearch實(shí)現(xiàn)的全文檢索功能服務(wù)，曾經(jīng)使用Rediseach來小試牛刀了一把，文中戲謔的稱Rediseach已經(jīng)替代了Elasticsearch，其實(shí)不然，Elasticsearch作為老牌的全文檢索引擎還并沒有退出歷史舞臺，依舊占據(jù)主流市場，桃花依舊笑春風(fēng)，阿里也在其ecs服務(wù)中推出了云端Elasticsearch引擎，所以本次我們在Win10系統(tǒng)中依托Docker來感受一下Elasticsearch的魅力。

首先安裝Docker，具體流程請參照：win10系統(tǒng)下把玩折騰DockerToolBox以及更換國內(nèi)鏡像源(各種神坑)，這里不再贅述。

拉取Elasticsearch鏡像，這里我們使用7.0以上的版本，該版本從性能和效率上都得到了優(yōu)化。

docker pull elasticsearch:7.2.0

隨后運(yùn)行Elasticsearch鏡像

docker run --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -d elasticsearch:7.2.0

容器別名我們就用縮寫es來替代，通過 9200 端口并使用 Elasticsearch 的原生 傳輸 協(xié)議和集群交互。集群中的節(jié)點(diǎn)通過端口 9300 彼此通信。如果這個端口沒有打開，節(jié)點(diǎn)將無法形成一個集群，運(yùn)行模式先走單節(jié)點(diǎn)模式。

啟動容器成功后，可以訪問一下瀏覽器: http://localhost:9200

image

OK,沒有任何問題，Elasticsearch 采用 YAML 文件對系統(tǒng)進(jìn)行配置，原理很簡單，就像Django的settings或者Flask的Config，只要通知Elasticsearch服務(wù)在運(yùn)行過程中一些你想要的功能，而Elasticsearch會找到elasticsearch.yml，之后按你指定的參數(shù)運(yùn)行服務(wù)。

此時，我們需要將容器內(nèi)部Elasticsearch的配置文件拷貝出來，這樣以后啟動容器就可以按照我們自己指定的配置來修改了。

docker cp 容器id:/usr/share/elasticsearch/config/elasticsearch.yml ./elasticsearch.yml

老規(guī)矩，前面的是容器內(nèi)地址，后面的是宿主機(jī)地址，這里我就拷貝到當(dāng)前目錄下，當(dāng)然了，你也可以指定絕對路徑。

打開elasticsearch.yml，可以自己加一些配置，比如允許跨域訪問，這樣你這臺Elasticsearch就可以被別的服務(wù)器訪問了，這是微服務(wù)全文檢索系統(tǒng)架構(gòu)的第一步。

cluster.name: "docker-cluster"  
network.host: 0.0.0.0  
http.cors.enabled: true  
http.cors.allow-origin: "*"

然后停止正在運(yùn)行的Elasticsearch容器，并且刪除它。

docker stop 容器id  
docker rm $(docker ps -a -q)

再次啟動Elasticsearch容器，這一次不同的是，我們需要通過-v掛載命令把我們剛剛修改好的elasticsearch.yml掛載到容器內(nèi)部去，這樣容器就根據(jù)我們自己修改的配置文件來運(yùn)行Elasticsearch服務(wù)。

docker run --name es -v /es/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -d elasticsearch:7.2.0

這里需要注意一點(diǎn)，就是在Win10宿主機(jī)里需要單獨(dú)設(shè)置一下共享文件夾，這里我設(shè)置的共享文件夾叫做es，如果是Centos或者M(jìn)ac os就直接寫真實(shí)物理路徑即可。

這里再簡單介紹一下Win10如何設(shè)置共享文件夾用來配合Docker的掛載，打開virtualBox設(shè)置，新建一個共享文件夾es

image

隨后，重啟Docker，輸入命令進(jìn)入默認(rèn)容器：docker-machine ssh default

在容器根目錄能夠看到剛剛設(shè)置的共享文件夾，就說明設(shè)置成功了。

image

另外還有一個需要注意的點(diǎn)，就是Elasticsearch存儲數(shù)據(jù)也可以通過-v命令掛載出來，如果不對數(shù)據(jù)進(jìn)行掛載，當(dāng)容器被停止或者刪除，數(shù)據(jù)也會不復(fù)存在，所以掛載后存儲在宿主機(jī)會比較好一點(diǎn)，命令是：

docker run --name es -v /es/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /es/data:/usr/share/elasticsearch/data -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -d elasticsearch:7.2.0

再次啟動容器成功之后，我們就可以利用Python3來和全文檢索引擎Elasticsearch進(jìn)行交互了，安裝依賴的庫。

pip3 install elasticsearch

新建es_test.py測試腳本

建立Elasticsearch的檢索實(shí)例

from elasticsearch import Elasticsearch  
   
es = Elasticsearch(hosts=[{"host":'Docker容器所在的ip', "port": 9200}])

這里的host指容器ip，因?yàn)榭梢詳U(kuò)展集群，所以是一個list，需要注意一點(diǎn)，如果是Win10就是系統(tǒng)分配的那個ip,Centos或者M(jìn)ac os直接寫127.0.0.1即可。

建立索引(Index)，這里我們創(chuàng)建一個名為 article 的索引

result = es.indices.create(index='article', ignore=400)  
print(result)

  
{'acknowledged': True, 'shards_acknowledged': True, 'index': 'article'} 

其中的 acknowledged 字段表示創(chuàng)建操作執(zhí)行成功。

刪除索引也是類似的，代碼如下：

result = es.indices.delete(index='article', ignore=[400, 404])  
print(result)  
  
{'acknowledged':True}

插入數(shù)據(jù)，Elasticsearch 就像 MongoDB 一樣，在插入數(shù)據(jù)的時候可以直接插入結(jié)構(gòu)化字典數(shù)據(jù)，插入數(shù)據(jù)可以調(diào)用 index() 方法，這里索引和數(shù)據(jù)是強(qiáng)關(guān)聯(lián)的，所以插入時需要指定之前建立好的索引。

data = {'title': '我在北京學(xué)習(xí)人工智能', 'url': 'http://123.com','content':"在北京學(xué)習(xí)"}  
result = es.index(index='article',body=data)  
print(result)

{'_index': 'article', '_type': '_doc', '_id': 'GyJgb3MBuQaE6wYOApTh', '_version': 1, 'result': 'created', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 5, '_primary_term': 1} 

可以看到index()方法會自動生成一個唯一id，當(dāng)然我們也可以使用create()方法創(chuàng)建數(shù)據(jù)，不同的是create()需要手動指定一個id。

修改數(shù)據(jù)也非常簡單，我們同樣需要指定數(shù)據(jù)的 id 和內(nèi)容，調(diào)用 index() 方法即可，代碼如下：

data = {'content':"在北京學(xué)習(xí)python"}  
  
#修改  
result = es.index(index='article',body=data, id='GyJgb3MBuQaE6wYOApTh')

{'_index': 'article', '_type': '_doc', '_id': 'GyJgb3MBuQaE6wYOApTh', '_version': 2, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 6, '_primary_term': 1} 

刪除數(shù)據(jù)，可以調(diào)用 delete() 方法，指定需要刪除的數(shù)據(jù) id 即可

#刪除  
result = es.delete(index='article',id='GyJgb3MBuQaE6wYOApTh')  
print(result)

{'_index': 'article', '_type': '_doc', '_id': 'GyJgb3MBuQaE6wYOApTh', '_version': 3, 'result': 'deleted', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 7, '_primary_term': 1} 

查詢數(shù)據(jù)，這里可以簡單的查詢?nèi)繑?shù)據(jù)：

#查詢  
result = es.search(index='article')  
print(result)

{'took': 1079, 'timed_out': False, '_shards': {'total': 1, 'successful': 1, 'skipped': 0, 'failed': 0}, 'hits': {'total': {'value': 5, 'relation': 'eq'}, 'max_score': 1.0, 'hits': [{'_index': 'article', '_type': 'blog', '_id': '1', '_score': 1.0, '_source': {'title': '我在北京學(xué)習(xí)人工智能', 'url': 'http://123.com', 'content': '在北京學(xué)習(xí)'}}, {'_index': 'article', '_type': 'blog', '_id': 'FyIdb3MBuQaE6wYO8JQR', '_score': 1.0, '_source': {'title': '你好', 'content': '你好123'}}, {'_index': 'article', '_type': 'blog', '_id': 'GCIeb3MBuQaE6wYOnpSv', '_score': 1.0, '_source': {'title': '你好', 'url': 'http://123.com', 'content': '你好123'}}, {'_index': 'article', '_type': 'blog', '_id': 'GSJfb3MBuQaE6wYOu5RD', '_score': 1.0, '_source': {'title': '你好', 'url': 'http://123.com', 'content': '你好123'}}, {'_index': 'article', '_type': 'blog', '_id': 'GiJfb3MBuQaE6wYO5pR4', '_score': 1.0, '_source': {'title': '你好', 'url': 'http://123.com', 'content': '你好123'}}]}} 

還可以進(jìn)行全文檢索，這才是體現(xiàn) Elasticsearch 搜索引擎特性的地方。

mapping = {  
    'query': {  
        'match': {  
            'content': '學(xué)習(xí) 北京'  
        }  
    }  
}  
  
result = es.search(index='article',body=mapping)  
print(result)

{'took': 4, 'timed_out': False, '_shards': {'total': 1, 'successful': 1, 'skipped': 0, 'failed': 0}, 'hits': {'total': {'value': 1, 'relation': 'eq'}, 'max_score': 4.075481, 'hits': [{'_index': 'article', '_type': 'blog', '_id': '1', '_score': 4.075481, '_source': {'title': '我在北京學(xué)習(xí)人工智能', 'url': 'http://123.com', 'content': '在北京學(xué)習(xí)'}}]}} 

可以看出，檢索時會對對應(yīng)的字段全文檢索，結(jié)果還會按照檢索關(guān)鍵詞的相關(guān)性進(jìn)行排序，這就是一個基本的搜索引擎雛形。

除了這些最基本的操作，Elasticsearch還支持很多復(fù)雜的查詢，可以參照最新的7.2版本文檔：https://www.elastic.co/guide/en/elasticsearch/reference/7.2/query-dsl.html

結(jié)語：體驗(yàn)了之后，有人說，Elasticsearch這玩意還真不錯，能不能把Mysql或者M(jìn)ongo全都扔了，就拿它當(dāng)數(shù)據(jù)庫不就完事了嗎？答案當(dāng)然是不可能的，因?yàn)镋lasticsearch沒有事務(wù)，而且是查詢是近實(shí)時，寫入速度很慢，只是讀取數(shù)據(jù)快，成本也比數(shù)據(jù)庫高，幾乎就在靠吃內(nèi)存提高性能，它目前只是作為搜索引擎的存在，如果你的業(yè)務(wù)涉及全文檢索，那么它就是你的首選方案之一。

原文轉(zhuǎn)載自「劉悅的技術(shù)博客」 https://v3u.cn/a_id_166