ES全文索引

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎

现在开源的搜索引擎在市面上最常见的就是ElasticSearch，基于Lucene的实现，ElasticSearch相对更加重量级，在分布式环境表现也更好，在数据量大的情况下Elasticsearch具有出色的表现

ES全文索引的好处： 

 1.作为数据库（代替MySQL）；
2.在大数据条件下做检索服务、同义词处理、相关度排名、复杂数据分析、海量数据的近实时处理；
3.记录和日志的分析
4.全文检索
5.关系型数据库的补充，传统数据库的替代
6.站内搜索、垂直搜索

---

1.docker

应用容器引擎

“Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。” 

2.docker安装

a.更新源： apt-get update  
b.安装docker： apt-get install docker.io

c.查看docker： docker ps     # 查看是否安装成功

# 根据自己情况而定，提示没有权限的时候执行每条命令前要加上sudo

3.docker安装ES

1、拉取es镜像

docker pull bitnami/elasticsearch
2、创建es容器

docker run -d -p 9200:9200 -p 9300:9300 --name elasticsearch bitnami/elasticsearch

# 根据自己情况而定，提示没有权限的时候执行每条命令前要加上sudo

3.在网页中测试是否安装成功例：

---

1.在flask项目中使用ES索引 

创建一个关于es索引的文件夹

es.py中 

 实例es对象、初始化连接一个 Elasticsearch 操作对象、根据id获取文档数据以及插入文档id

建立和es容器的链接

from elasticsearch import Elasticsearch

from celery_task import celery_app


# 建立连接
es = Elasticsearch("http://101.42.224.35:9200/")


class ES(object):
    """
    es 对象
    """

    def __init__(self, index_name: str):
        self.es = es
        self.index_name = index_name

    def get_doc(self, uid):
        return self.es.get(index=self.index_name, id=uid)

    def insert_one(self, doc: dict):
        self.es.index(index=self.index_name, body=doc)

    def insert_array(self, docs: list):
        for doc in docs:
            self.es.index(index=self.index_name, body=doc)

    def search(self, query, count: int = 30, fields=None):
        fields = fields if fields else ["title", 'pub_date']
        dsl = {
            "query": {
                "multi_match": {
                    "query": query,
                    "fields": fields
                },
                # 'wildcard': {
                #     'content': {
                #         'value': '*' + query + '*'
                #     }
                # }
            },
            "highlight": {
                "fields": {
                    "title": {}
                }
            }
        }
        match_data = self.es.search(index=self.index_name, body=dsl, size=count)
        return match_data

    def _search(self, query: dict, count: int = 20, fields=None):  # count: 返回的数据大小
        results = []

        match_data = self.search(query, count, fields)
        for hit in match_data['hits']['hits']:
            results.append(hit['_source'])
        return results

    def create_index(self):
        if self.es.indices.exists(index=self.index_name) is True:
            self.es.indices.delete(index=self.index_name)
        self.es.indices.create(index=self.index_name, ignore=400)

    def delete_index(self):
        try:
            self.es.indices.delete(index=self.index_name)
        except:
            pass

one_scripts.py

将数据库数据导入es

# 需要注意端口号和数据库是否为本地数据库以及需要导入的数据库的名字和数据库的解码方式

import pymysql
import traceback
from elasticsearch import Elasticsearch


def get_db_data():
    # 打开数据库连接（ip/数据库用户名/登录密码/数据库名）
    db = pymysql.connect(host="127.0.0.1", user="用户名", password="密码",
                         database="数据库名字", charset='utf8')
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = db.cursor()
    sql = "SELECT * FROM course"
    # 使用 execute()  方法执行 SQL 查询
    cursor.execute(sql)
    # 获取所有记录列表
    results = cursor.fetchall()
    # 关闭数据库连接
    db.close()
    return results


def insert_data_to_es():
    es = Elasticsearch("http://101.42.224.35:9200/")
    # 清空数据
    es.indices.delete(index='course')
    try:
        i = -1
        for row in get_db_data():
            print(row)
            print(row[1], row[2])
            i += 1
            es.index(index='course', body={
                'id': i,
                'table_name': 'table_name',
                'pid': row[4],
                'title': row[5],
                'desc': str(row[6]),
            })
    except:
        error = traceback.format_exc()
        print("Error: unable to fecth data", error)


if __name__ == "__main__":
    insert_data_to_es()

模型类中需要定义索引并设置为支持中文

__searchable__ = ['title'] #搜索相关的字段
__analyzer__ = ChineseAnalyzer()#支持中文索引

在视图中用es重新定义一下接口，最后将数据返回出去

在python中使用的方法----es.searche()

 es = ES(index_name='Tag')
 result = es._search(q, fields=['title', 'desc'])

  import traceback
from common.es.es import ES
 
class GetTag(Resource):
    def get(self):
       """
       获取前端数据
       使用es全文搜索
"""
        parser = reqparse.RequestParser()
        parser.add_argument('q')
        args = parser.parse_args()
        q= args.get('q')
        try:
            es = ES(index_name='Tag')
            result = es._search(q, fields=['title', 'desc'])
            return marshal(result, tag_fields)
        except:
            error = traceback.format_exc()
            print('111111111111', error)
            return {'message': error}, 500

通过以上配置和重写的接口就可以实现全文es索引的使用