Elasticsearch
Elasticsearch 是一個基于 Apache Lucene(TM) 的開源搜索引擎，無論在開源還是專有領域，Lucene可 以被認為是迄今為止最先進、性能最好的、功能最全的搜索引擎庫。
但是，Lucene 只是一個庫。想要發揮其強大的作用，你需使用 Java 并要將其集成到你的應用中。Lucene 非常復雜，你需要深入的了解檢索相關知識來理解它是如何工作的。
Elasticsearch 也是使用 Java 編寫并使用 Lucene 來建立索引并實現搜索功能，但是它的目的是通過簡單連貫的 RESTful API 讓全文搜索變得簡單并隱藏 Lucene 的復雜性。
不過，Elasticsearch 不僅僅是 Lucene 和全文搜索引擎，它還提供：
- 分布式的實時文件存儲，每個字段都被索引并可被搜索
- 實時分析的分布式搜索引擎
- 可以擴展到上百臺服務器，處理PB級結構化或非結構化數據
而且，所有的這些功能被集成到一臺服務器，你的應用可以通過簡單的 RESTful API、各種語言的客戶端甚至命令行與之交互。上手 Elasticsearch 非常簡單，它提供了許多合理的缺省值，并對初學者隱藏了復雜的搜索引擎理論。它開箱即用（安裝即可使用），只需很少的學習既可在生產環境中使用。
Elasticsearch 在 Apache 2 license 下許可使用，可以免費下載、使用和修改。
ElasticSearch 安裝
在 Laradock 中已經集成了 ElasticSearch。我們可以直接使用：
docker-compose up -d elasticsearch
如果需要安裝插件，執行命令：
docker-compose exec elasticsearch /usr/share/elasticsearch/bin/elasticsearch-plugin install {plugin-name}
// 重啟容器
docker-compose restart elasticsearch
注：
The vm.max_map_count kernel setting must be set to at least 262144 for production use.
由于我是 centos 7 環境，直接設置在系統設置：
sysctl -w vm.max_map_count=262144
默認用戶名和密碼：「elastic」、「changeme」，端口號：9200
ElasticHQ
ElasticHQ is an open source application that offers a simplified interface for managing and monitoring Elasticsearch clusters.
Management and Monitoring for Elasticsearch.
http://www.elastichq.org/
- Real-Time Monitoring
- Full Cluster Management
- Full Cluster Monitoring
- Elasticsearch Version Agnostic
- Easy Install - Always On
- Works with X-Pack
輸入我們的 Elasticsearch Host，即可進入后臺。
默認的創建了：
一個集群 cluster：laradock-cluster
一個節點 node：laradock-node
一個索引 index：.elastichq
IK 分詞器安裝
ElasticSearch 主要是用于自己 blog 或者公眾號文章的搜索使用，所以需要選擇一個中文分詞器配合使用，這里剛開始推薦使用 IK 分詞器，下面開始安裝對應 ElasticSearch版本 (7.5.1) 一致的插件：
https://github.com/medcl/elasticsearch-analysis-ik/releases
// 安裝插件
docker-compose exec elasticsearch /usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.5.1/elasticsearch-analysis-ik-7.5.1.zip
注：可以將 zip 文件先下載回來，然后再安裝，速度會快些。
檢驗分詞效果
根據 Elasticsearch API 測試，分詞的效果達到了：
~ curl -X POST "http://your_host/_analyze?pretty" -H 'Content-Type: application/json' -d'
{
"analyzer": "ik_max_word",
"text": "我是中國人"
}
'
{
"tokens" : [
{
"token" : "我",
"start_offset" : 0,
"end_offset" : 1,
"type" : "CN_CHAR",
"position" : 0
},
{
"token" : "是",
"start_offset" : 1,
"end_offset" : 2,
"type" : "CN_CHAR",
"position" : 1
},
{
"token" : "中國人",
"start_offset" : 2,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 2
},
{
"token" : "中國",
"start_offset" : 2,
"end_offset" : 4,
"type" : "CN_WORD",
"position" : 3
},
{
"token" : "國人",
"start_offset" : 3,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 4
}
]
}
結合 Laravel
雖然 Elasticsearch 官方提供了對應的 PHP 版本的插件，但我們還是希望和 Laravel 結合的更緊密些，所以這里選擇和 Scout 結合使用，具體用到了 tamayo/laravel-scout-elastic 插件。
composer require tamayo/laravel-scout-elastic
composer require laravel/scout
php artisan vendor:publish
選擇：Laravel\Scout\ScoutServiceProvider
修改驅動為 elasticsearch：
'driver' => env('SCOUT_DRIVER', 'elasticsearch'),
創建索引
創建索引有幾種方法，其中可以使用 Ela 可視化工具 ElasticHQ 直接創建。
接下來我們需要更新這個索引，補充 Mappings 這部分，可以用 Postman。
另一種方法是用 Laravel 自帶的 Artisan 命令行功能。
這里我們推薦使用 Artisan 命令行。
php artisan make:command ESOpenCommand
根據官網提示，我們可以在 ESOpenCommand 上向 Elasticsearch 服務器發送 PUT 請求，這里借助 Elasticsearch 提供的 PHP 插件，在我們使用 tamayo/laravel-scout-elastic 插件時，已經安裝了 Elasticsearch PHP 插件：
下面就可以借助插件，創建我們的 Index，直接看代碼：
public function handle()
{
$host = config('scout.elasticsearch.hosts');
$index = config('scout.elasticsearch.index');
$client = ClientBuilder::create()->setHosts($host)->build();
if ($client->indices()->exists(['index' => $index])) {
$this->warn("Index {$index} exists, deleting...");
$client->indices()->delete(['index' => $index]);
}
$this->info("Creating index: {$index}");
return $client->indices()->create([
'index' => $index,
'body' => [
'settings' => [
'number_of_shards' => 1,
'number_of_replicas' => 0
],
'mappings' => [
'_source' => [
'enabled' => true
],
'properties' => [
'id' => [
'type' => 'long'
],
'title' => [
'type' => 'text',
'analyzer' => 'ik_max_word',
'search_analyzer' => 'ik_smart'
],
'subtitle' => [
'type' => 'text',
'analyzer' => 'ik_max_word',
'search_analyzer' => 'ik_smart'
],
'content' => [
'type' => 'text',
'analyzer' => 'ik_max_word',
'search_analyzer' => 'ik_smart'
]
],
]
]
]);
}
好了，我們執行 Kibana 看到我們已經創建好了 Index：
注 Kibana 本地 Docker 安裝：
后續會重點說明 Kibana 如何使用
docker run -d --name kibana -e ELASTICSEARCH_HOSTS=http://elasticsearch_host -p 5601:5601 -e SERVER_NAME=ki.test kibana:7.5.2
為了驗證 Index 是否可用，可以插入一條數據看看：
curl -XPOST your_host/coding01_open/_create/1 -H 'Content-Type:application/json' -d'
{"content":"中韓漁警沖突調查：韓警平均每天扣1艘中國漁船"}
可以通過瀏覽器看看對應的數據：
有了 Index，下一步我們就可以結合 Laravel，導入、更新、查詢等操作了。
Laravel Model 使用
Laravel 框架已經為我們推薦使用 Scout 全文搜索，我們只需要在 Article Model 加上官方所說的內容即可，很簡單，推薦大家看 Scout 使用文檔：https://learnku.com/docs/laravel/6.x/scout/5191，下面直接上代碼：
?php
namespace App;
use App\Tools\Markdowner;
use Illuminate\Database\Eloquent\Model;
use Illuminate\Database\Eloquent\SoftDeletes;
use Laravel\Scout\Searchable;
class Article extends Model
{
use Searchable;
protected $connection = 'blog';
protected $table = 'articles';
use SoftDeletes;
/**
* The attributes that should be mutated to dates.
*
* @var array
*/
protected $dates = ['published_at', 'created_at', 'deleted_at'];
/**
* The attributes that are mass assignable.
*
* @var array
*/
protected $fillable = [
'user_id',
'last_user_id',
'category_id',
'title',
'subtitle',
'slug',
'page_image',
'content',
'meta_description',
'is_draft',
'is_original',
'published_at',
'wechat_url',
];
protected $casts = [
'content' => 'array'
];
/**
* Set the content attribute.
*
* @param $value
*/
public function setContentAttribute($value)
{
$data = [
'raw' => $value,
'html' => (new Markdowner)->convertMarkdownToHtml($value)
];
$this->attributes['content'] = json_encode($data);
}
/**
* 獲取模型的可搜索數據
*
* @return array
*/
public function toSearchableArray()
{
$data = [
'id' => $this->id,
'title' => $this->title,
'subtitle' => $this->subtitle,
'content' => $this->content['html']
];
return $data;
}
public function searchableAs()
{
return '_doc';
}
}
Scout 提供了 Artisan 命令 import 用來導入所有已存在的記錄到搜索索引中。
php artisan scout:import "App\Article"
看看 Kibana，已存入 12 條數據，和數據庫條數吻合。
有了數據，我們可以測試看看能不能查詢到數據。
還是一樣的，創建一個命令：
class ElasearchCommand extends Command
{
/**
* The name and signature of the console command.
*
* @var string
*/
protected $signature = 'command:search {query}';
/**
* The console command description.
*
* @var string
*/
protected $description = 'Command description';
/**
* Create a new command instance.
*
* @return void
*/
public function __construct()
{
parent::__construct();
}
/**
* Execute the console command.
*
* @return mixed
*/
public function handle()
{
$article = Article::search($this->argument('query'))->first();
$this->info($article->title);
}
}
這是我的 titles，我隨便輸入一個關鍵字：「清單」，看是否能搜到。
總結
整體完成了：
- Elasticsearch 安裝；
- Elasticsearch IK 分詞器插件安裝；
- Elasticsearch 可視化工具 ElasticHQ 和 Kibana 的安裝和簡單使用；
- Scout 的使用；
- Elasticsearch 和 Scout 結合使用。
接下來就要將更多的內容存入 Elasticsearch 中，為自己的 blog、公眾號、自動化搜索等場景提供全文搜索。
參考
推薦一個命令行應用開發工具——Laravel Zero
Artisan 命令行 https://learnku.com/docs/laravel/6.x/artisan/5158
Scout 全文搜索 https://learnku.com/docs/laravel/6.x/scout/5191
How to integrate Elasticsearch in your Laravel App – 2019 edition https://madewithlove.be/how-to-integrate-elasticsearch-in-your-laravel-app-2019-edition/
Kibana Guide https://www.elastic.co/guide/en/kibana/index.html
elasticsearch php-api [https://www.elastic.co/guide/en/elasticsearch/client/php-api/current/index.html](https://www.elastic.co/guide/en/elasticsearch/client/php-api/current/index.html)
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
您可能感興趣的文章:- Python操作Elasticsearch處理timeout超時
- es(elasticsearch)整合SpringCloud（SpringBoot）搭建教程詳解
- python中的Elasticsearch操作匯總
- 使用postman操作ElasticSearch的方法
