全文检索方案Elasticsearch

1. 全文检索和搜索引擎原理

商品搜索需求

• 当用户在搜索框输入商品关键字后，我们要为用户提供相关的商品搜索结果。
  

商品搜索实现

• 可以选择使用模糊查询like关键字实现。
• 但是 like 关键字的效率极低。
• 查询需要在多个字段中进行，使用 like 关键字也不方便。
  

全文检索方案

• 我们引入全文检索的方案来实现商品搜索。
• 全文检索即在指定的任意字段中进行检索查询。
• 全文检索方案需要配合搜索引擎来实现。
  

搜索引擎原理

• 搜索引擎进行全文检索时，会对数据库中的数据进行一遍预处理，单独建立起一份索引结构数据。
• 索引结构数据类似新华字典的索引检索页，里面包含了关键词与词条的对应关系，并记录词条的位置。
• 搜索引擎进行全文检索时，将关键字在索引数据中进行快速对比查找，进而找到数据的真实存储位置。
  

结论：

• 搜索引擎建立索引结构数据，类似新华字典的索引检索页，全文检索时，关键字在索引数据中进行快速对比查找，进而找到数据的真实存储位置。
  

2. Elasticsearch介绍

实现全文检索的搜索引擎，首选的是Elasticsearch。

• Elasticsearch 是用 Java 实现的，开源的搜索引擎。
• 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github等都采用它。
• Elasticsearch 的底层是开源库 Lucene。但是，没法直接使用 Lucene，必须自己写代码去调用它的接口。
  

分词说明

• 搜索引擎在对数据构建索引时，需要进行分词处理。
• 分词是指将一句话拆解成多个单字 或 词，这些字或词便是这句话的关键词。
• 比如：我是中国人
  • 分词后：我、是、中、国、人、中国等等都可以是这句话的关键字。
    
• Elasticsearch 不支持对中文进行分词建立索引，需要配合扩展elasticsearch-analysis-ik来实现中文分词处理。
  

3. 使用Docker安装Elasticsearch

1.获取Elasticsearch-ik镜像

# 从仓库拉取镜像$ sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0# 解压教学资料中本地镜像$ sudo docker load -i elasticsearch-ik-2.4.6_docker.tar

2.配置Elasticsearch-ik

• 将教学资料中的elasticsearc-2.4.6目录拷贝到home目录下。
• 修改/home/python/elasticsearc-2.4.6/config/elasticsearch.yml第54行。
• 更改ip地址为本机真实ip地址。
  

3.使用Docker运行Elasticsearch-ik
$ sudo docker run -dti --name=elasticsearch --network=host -v /home/python/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0

全文检索方案Elasticsearch

1. 全文检索和搜索引擎原理

商品搜索需求

• 当用户在搜索框输入商品关键字后，我们要为用户提供相关的商品搜索结果。
  

商品搜索实现

• 可以选择使用模糊查询like关键字实现。
• 但是 like 关键字的效率极低。
• 查询需要在多个字段中进行，使用 like 关键字也不方便。
  

全文检索方案

• 我们引入全文检索的方案来实现商品搜索。
• 全文检索即在指定的任意字段中进行检索查询。
• 全文检索方案需要配合搜索引擎来实现。
  

搜索引擎原理

• 搜索引擎进行全文检索时，会对数据库中的数据进行一遍预处理，单独建立起一份索引结构数据。
• 索引结构数据类似新华字典的索引检索页，里面包含了关键词与词条的对应关系，并记录词条的位置。
• 搜索引擎进行全文检索时，将关键字在索引数据中进行快速对比查找，进而找到数据的真实存储位置。
  

结论：

• 搜索引擎建立索引结构数据，类似新华字典的索引检索页，全文检索时，关键字在索引数据中进行快速对比查找，进而找到数据的真实存储位置。
  

2. Elasticsearch介绍

实现全文检索的搜索引擎，首选的是Elasticsearch。

• Elasticsearch 是用 Java 实现的，开源的搜索引擎。
• 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github等都采用它。
• Elasticsearch 的底层是开源库 Lucene。但是，没法直接使用 Lucene，必须自己写代码去调用它的接口。
  

分词说明

• 搜索引擎在对数据构建索引时，需要进行分词处理。
• 分词是指将一句话拆解成多个单字 或 词，这些字或词便是这句话的关键词。
• 比如：我是中国人
  • 分词后：我、是、中、国、人、中国等等都可以是这句话的关键字。
    
• Elasticsearch 不支持对中文进行分词建立索引，需要配合扩展elasticsearch-analysis-ik来实现中文分词处理。
  

3. 使用Docker安装Elasticsearch

1.获取Elasticsearch-ik镜像

# 从仓库拉取镜像$ sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0# 解压教学资料中本地镜像$ sudo docker load -i elasticsearch-ik-2.4.6_docker.tar

2.配置Elasticsearch-ik

• 将教学资料中的elasticsearc-2.4.6目录拷贝到home目录下。
• 修改/home/python/elasticsearc-2.4.6/config/elasticsearch.yml第54行。
• 更改ip地址为本机真实ip地址。
  

3.使用Docker运行Elasticsearch-ik
$ sudo docker run -dti --name=elasticsearch --network=host -v /home/python/elasticsearch-2.4.6/config:/usr/share/elasticsearch/config delron/elasticsearch-ik:2.4.6-1.0