Docker 安装Elasticsearch搜索引擎 搜索优化 词库挂载 拼音分词 插件安装
介绍
允许用户快速索引和搜索大量的文本数据。通过使用倒排索引，它能够在海量数据中高效检索相关信息。提供灵活的查询语言，可以做全文搜索、模糊搜索、数据统计等，用来代替MYSQL的模糊搜索，MYSQL的模糊搜索不支持使用索引从而导致搜索性能特别差。
- Mysql：擅长事务类型操作，可以确保数据的安全和一致性
- Elasticsearch：擅长海量数据的搜索、分析、计算
- 对安全性要求较高的写操作，使用mysql实现
- 对查询性能要求较高的搜索需求，使用elasticsearch实现
- 两者再基于某种方式，实现数据的同步，保证一致性
拉取镜像
docker pull elasticsearch:7.12.1
运行
docker run -d \
--name es \
-e "discovery.type=single-node" \
-e "xpack.security.enabled=true" \
-e "ELASTIC_PASSWORD=qwertyuiop" \
-v es-data:/usr/share/elasticsearch/data \
-v es-plugins:/usr/share/elasticsearch/plugins \
--privileged \
-p 9200:9200 \
-p 9300:9300 \
--restart unless-stopped \
elasticsearch:7.12.1
- -e “discovery.type=single-node”: 设置 Elasticsearch 的环境变量，只运行在单节点模式（single-node）。
- -e “xpack.security.enabled=true”: 启用密码认证
- -e “ELASTIC_PASSWORD=qwertyuiop”: 设置管理员用户（elastic）的密码为 qwertyuiop。
- -v es-data:/usr/share/elasticsearch/data: 挂载的数据卷
- -v es-plugins:/usr/share/elasticsearch/plugins: 挂载的插件目录
- –privileged: 开启外部访问
- -p 9200:9200: 服务端口
- -p 9300:9300: 集群内部通信使用的是 9300 端口，用于节点之间的连接和通信
- –restart unless-stopped: 设置容器的自动重启策略，开机自动启动容器。
部署成功
访问：http://172.23.4.130:9200/
返回版本信息
{
"name" : "cef1cc2e9f43",
"cluster_name" : "docker-cluster",
"cluster_uuid" : "rkyxYQ7aTVSvg0hR-GrOtg",
"version" : {
"number" : "7.12.1",
"build_flavor" : "default",
"build_type" : "docker",
"build_hash" : "3186837139b9c6b6d23c3200870651f10d3343b7",
"build_date" : "2021-04-20T20:56:39.040728659Z",
"build_snapshot" : false,
"lucene_version" : "8.8.0",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-beta1"
},
"tagline" : "You Know, for Search"
}
安装分词
索引过程中用来处理文本数据的工具。它将文本分解为“单词”或“术语”来构建索引。
中文分词往往需要根据语义分析，比较复杂，这就需要用到中文分词器。
开源地址：https://github.com/infinilabs/analysis-ik
analysis-ik
中文分词器，它基于 IK Analyzer 实现，专门针对中文、日文等非英语语言的文本分析与分词。IK 分词器广泛应用于 Elasticsearch 中的文本分析，它能够帮助将输入的中文文本拆分为一个个可以索引的单元，从而提升全文搜索的准确性和性能。
安装分词器
查看数据卷
docker volume ls
查看挂载目录
docker volume inspect es-plugins
进入数据卷然后创建目录
创建目录
mkdir ik
把插件上传
重启容器
docker restart es
查看是否载入成功
docker logs es
使用分词
请求地址：http://172.23.4.130:9200/_analyze
请求方式：POST
请求参数
{
"analyzer":"standard", //分词器类型 默认是standard 中文：ik_smart
"text":"Docker 安装Elasticsearch搜索引擎 搜索优化 词库挂载 插件安装"
//分词文本
}
standard不支持中文的分词，所以才使用IK的中文词库
分词效果
自定义词库
IK词库支持自定义词库来满足开发需求 ，如：我的商城是售卖非遗的一下产品，可以对非遗的一些项目进行录入。
配置文件：/ik/config/IKAnalyzer.cfg.xml
内容如下
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典 -->
<entry key="ext_dict">mx.dic</entry>
<!--在当前目录下创建 -->
<!--用户可以在这里配置自己的扩展停止词字典-->
<entry key="ext_stopwords"></entry>
<!--用户可以在这里配置远程扩展字典 -->
<!-- <entry key="remote_ext_dict">words_location</entry> -->
<!--用户可以在这里配置远程扩展停止词字典-->
<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>
也就是说在同及目录下创建字典就可以直接使用了，指定文件名称即可。
停止词典：有一些词语不需要分词，如一些语气词：嗯 啊 哦 …等等语气词。
分词前
{
"analyzer":"ik_smart",
"text":"我喜欢梅州客家非遗"
}
返回结构
{
"tokens": [
......
{
"token": "客家",
"start_offset": 5,
"end_offset": 7,
"type": "CN_WORD",
"position": 3
},
{
"token": "非",
"start_offset": 7,
"end_offset": 8,
"type": "CN_CHAR",
"position": 4
},
{
"token": "遗",
"start_offset": 8,
"end_offset": 9,
"type": "CN_CHAR",
"position": 5
}
]
}
这时就可以使用自定义字典
自定义配置
<entry key="ext_dict">mx.dic</entry>
mx.dic
非遗
......
分词成功
拼音分词
在一些搜索网站会根据用户输入的拼音来自动进行搜索提示，这里就使用到了拼音的分词器，同样的也有对应的插件处理。要实现根据字母做补全，就必须对文档按照拼音分词。
地址：https://github.com/medcl/elasticsearch-analysis-pinyin
导入的方法也和中文分词器一样，然后重新启动es即可。
使用
请求体
{
"analyzer":"pinyin",
"text":"客家"
}
响应
{
"tokens": [
{
"token": "ke",
"start_offset": 0,
"end_offset": 0,
"type": "word",
"position": 0
},
{
"token": "kj",
"start_offset": 0,
"end_offset": 0,
"type": "word",
"position": 0
},
{
"token": "jia",
"start_offset": 0,
"end_offset": 0,
"type": "word",
"position": 1
}
]
}