全文搜索属于最常见的需求，开源的?Elasticsearch?（以下简称 Elastic）是目前全文搜索引擎的首选。

它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。

Elastic 的底层是开源库?Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。

一、安装

安装 Elasticsearch 之前，你需要先安装一个较新的版本的 Java，最好的选择是，你可以从?www.java.com获得官方提供的最新版本的 Java。

然后下载最新版本的elastic：https://www.elastic.co/downloads/elasticsearch，或者找到需要的版本下载。

解压

cd elasticsearch-<version>
./bin/elasticsearch 
可选参数 -d 守护进程后台运行

Elastic 只允许本机访问，如果需要远程访问，可以修改 Elastic 安装目录的config/elasticsearch.yml文件，去掉network.host的注释，将它的值改成0.0.0.0，然后重新启动 Elastic。

线上服务要设置指具体ip。

?

二、基本概念

2.1node与cluster

Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。

单个 Elastic 实例称为一个节点（node）。一组节点构成一个集群（cluster）。

文档元数据

一个文档不仅仅包含它的数据?，也包含?元数据?——?有关?文档的信息。?三个必须的元数据元素如下：

_index

文档在哪存放

_type

文档表示的对象类别

_id

文档唯一标识

_index

一个?索引?应该是因共同的特性被分组到一起的文档集合。 例如，你可能存储所有的产品在索引?products中，而存储所有销售的交易到索引?sales?中。 虽然也允许存储不相关的数据到一个索引中，但这通常看作是一个反模式的做法。

?

实际上，在 Elasticsearch 中，我们的数据是被存储和索引在?分片?中，而一个索引仅仅是逻辑上的命名空间， 这个命名空间由一个或者多个分片组合在一起。?然而，这是一个内部细节，我们的应用程序根本不应该关心分片，对于应用程序而言，只需知道文档位于一个?索引内。 Elasticsearch 会处理所有的细节。

我们将在?索引管理?介绍如何自行创建和管理索引，但现在我们将让 Elasticsearch 帮我们创建索引。 所有需要我们做的就是选择一个索引名，这个名字必须小写，不能以下划线开头，不能包含逗号。我们用?website?作为索引名举例。

_type

数据可能在索引中只是松散的组合在一起，但是通常明确定义一些数据中的子分区是很有用的。 例如，所有的产品都放在一个索引中，但是你有许多不同的产品类别，比如 "electronics" 、 "kitchen" 和 "lawn-care"。

这些文档共享一种相同的（或非常相似）的模式：他们有一个标题、描述、产品代码和价格。他们只是正好属于“产品”下的一些子类。

Elasticsearch 公开了一个称为?types?（类型）的特性，它允许您在索引中对数据进行逻辑分区。不同 types 的文档可能有不同的字段，但最好能够非常相似。 我们将在?类型和映射?中更多的讨论关于 types 的一些应用和限制。

一个?_type?命名可以是大写或者小写，但是不能以下划线或者句号开头，不应该包含逗号，?并且长度限制为256个字符. 我们使用?blog?作为类型名举例。

_id

ID?是一个字符串，?当它和?_index?以及?_type?组合就可以唯一确定 Elasticsearch 中的一个文档。 当你创建一个新的文档，要么提供自己的?_id?，要么让 Elasticsearch 帮你生成。

?

三、Index的操作

新建 Index，可以直接向 Elastic 服务器发出 PUT 请求。新建一个名为goods 的index

$ curl -X PUT 'localhost:9200/goods'

服务器返回如下结果，代表新建成功

{
  "acknowledged":true,
  "shards_acknowledged":true
}

删除索引，发送delete请求

curl -X DELETE 'localhost:9200/goods'

四、中文分词插件

在https://github.com/medcl/elasticsearch-analysis-ik/releases找到对应版本的插件,复制zip路径

在elasticsearch安装目录中plugins目录下运行

elasticsearch-plugin install url

重启elastcisearch,新建一个index，指定需要分词的字段，这一步根据数据结构而异，下面的命令只针对本文。基本上，凡是需要搜索的中文字段，都要单独设置一下。

$ curl -X PUT 'localhost:9200/accounts' -d '
{
  "mappings": {
    "person": {
      "properties": {
        "user": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "title": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "desc": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        }
      }
    }
  }
}'

上面代码中，首先新建一个名称为accounts的 Index，里面有一个名称为person的 Type。person有三个字段。

这三个字段都是中文，而且类型都是文本（text），所以需要指定中文分词器，不能使用默认的英文分词器。

Elastic 的分词器称为?analyzer。我们对每个字段指定分词器。

上面代码中，analyzer是字段文本的分词器，search_analyzer是搜索词的分词器。ik_max_word分词器是插件ik提供的，可以对文本进行最大数量的分词。

五、数据操作

5.1新增记录

向指定的 /Index/Type 发送 PUT 请求，就可以在 Index 里面新增一条记录。比如，向/accounts/person发送请求，就可以新增一条人员记录。

$ curl -X PUT 'localhost:9200/accounts/person/1' -d '
{
  "user": "张三",
  "title": "工程师",
  "desc": "数据库管理"
}' 

服务器返回的 JSON 对象，会给出 Index、Type、Id、Version 等信息。

{
  "_index":"accounts",
  "_type":"person",
  "_id":"1",
  "_version":1,
  "result":"created",
  "_shards":{"total":2,"successful":1,"failed":0},
  "created":true
}

如果你仔细看，会发现请求路径是/accounts/person/1，最后的1是该条记录的 Id。它不一定是数字，任意字符串（比如abc）都可以。

新增记录的时候，也可以不指定 Id，这时要改成 POST 请求。会用一个x系统生成的字符串作为id。

$ curl -X POST 'localhost:9200/accounts/person' -d '
{
  "user": "李四",
  "title": "工程师",
  "desc": "系统管理"
}'

5.2查看记录

向/Index/Type/Id发出 GET 请求，就可以查看这条记录。

$ curl 'localhost:9200/accounts/person/1?pretty=true'

上面代码请求查看/accounts/person/1这条记录，URL 的参数pretty=true表示以易读的格式返回。

返回的数据中，found字段表示查询成功，_source字段返回原始记录。

5.3删除记录

发送delete请求

$ curl -X DELETE 'localhost:9200/accounts/person/1'

5.4更新记录

更新记录就是使用 PUT 请求，重新发送一次数据。参考新建。

六、数据查询

6.1查询所有记录

使用 GET 方法，直接请求/Index/Type/_search，就会返回所有记录。

$ curl 'localhost:9200/accounts/person/_search'

?返回值示例：

	{
	  "took":2,                   #耗时  毫秒
	  "timed_out":false,		  #是否超时
	  "_shards":{"total":5,"successful":5,"failed":0},
	  "hits":{                    #
		"total":2,				  #总数
		"max_score":1.0,		  #最高的匹配程度
		"hits"：			  #hits查询到的记录
			{
				"_index":"accounts",
				"_type":"person",
				"_id":"AV3qGfrC6jMbsbXb6k1p",
				"_score":1.0,     #_score表示匹配的程序，默认是按照这个字段降序排列。
				"_source": {
				  "user": "李四",
				  "title": "工程师",
				  "desc": "系统管理"
      }
	}

6.2全文搜索

curl 'localhost:9200/test/mytest/_search?pretty=true'  -d '
	{
	  "query" : { "match" : { "name" : "华为" }},
	  "size": 10,
	  "from": 1
	}'
	上句表示：从accounts索引 person Type中查找 name中包含Apple的1条 从1开始
	size:数量
	from：移位 上面表示从1开始 默认从0

数据体以json格式传递

6.3逻辑运算

如果有多个搜索关键字， Elastic 认为它们是or关系。

$ curl 'localhost:9200/accounts/person/_search'  -d '
{
  "query" : { "match" : { "desc" : "软件 系统" }}
}'

上面代码搜索的是软件 or 系统。

如果要执行多个关键词的and搜索，必须使用布尔查询。

$ curl 'localhost:9200/accounts/person/_search'  -d '
{
  "query": {
    "bool": {
      "must": [
        { "match": { "desc": "软件" } },
        { "match": { "desc": "系统" } }
      ]
    }
  }
}'

?

?

cs