5 分钟内学会使用搜索利器 Elastic Search

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

› Elasticsearch 参考文档

› Elasticsearch: The Definitive Guide

› elasticseaerch-analysis-ik

这是一个创建于 3389 天前的主题，其中的信息可能已经有所发展或是发生改变。

本文简要介绍搜索利器 Elastic Search ，让你在 5 分钟内学会使用它。

安装

如果你有 linux ，并且恰好也有 docker ，那么请运行如下命令：

sudo docker run -d -p 9200:9200 -p 9300:9300 elasticsearch

你要是看到一串 id ，恭喜你，你已经有了自己的搜索了！就是这么简单！

我们来验证一下搜索服务：

ubuntu:~$ curl localhost:9200
     {
       "status" : 200,
       "name" : "Adonis",
       "cluster_name" : "elasticsearch",
       "version" : {
         "number" : "1.7.1",
         "build_hash" : "b88f43fc40b0bcd7f173a1f9ee2e97816de80b19",
         "build_timestamp" : "2015-07-29T09:54:16Z",
         "build_snapshot" : false,
         "lucene_version" : "4.10.4"
       },
       "tagline" : "You Know, for Search"
     }

返回值 200 ！你成功了！这个结果除了告诉你 Elastic Search 已经启动好之外，还显示了版本号， build 信息， lucene 版本等信息。

如果你不用 Linux 或者 Docker ，放心，情况也不复杂。首先你需要 Java ，然后去官网下载，解压，运行既可。

使用

Elastic Search 的初级功能十分易用。 Restful 请求就可以完成一切操作。所以接下来的体验，你只需要一个命令行即可，但是为了直观方便，你也可以选择官方推荐的 Marvel 或者 Postman。

相信很多人都是吃货，下面，我用中国第九大菜系食堂菜作为搜索的原数据演示 Elastic Search 的用法。

插入数据

首先来一道勉强正常的菜，苹果炖牛肉。

ubuntu:~$ curl -XPOST localhost:9200/food/canteen?pretty -d '{title: "苹果炖牛肉", source: "sjtu"}'
      {
       "_index" : "food",
       "_type" : "canteen",
       "_id" : "AU8HEQxfW68mQc8rk4AS",
       "_version" : 1,
       "created" : true
     }

有点迷糊？那来稍微介绍一点背景知识，看看上面的命令都做了啥。

Elastic Search 使用 document 方式存储，类似 MongoDB 。它不仅高效而且分布式扩展性极佳，基于赫赫有名的 Lucene 搭建，在搜索界的地位就如同杰伦小公举在歌坛的地位一般。很多人可能有关系型数据库开发的经验，下面来张 Elastic Search 和 MySQL 的术语类比图，帮助理解。

MySQL	Elastic Search
Database	Index
Table	Type
Row	Document
Column	Field
Schema	Mappping
Index	Everything Indexed by default
SQL	Query DSL

上面例子中，localhost:9200是服务地址， Elastic Search 默认利用 9200 作为 Rest 服务的端口， 9300 作为内部通信接口和 Java 客户端接口。food是 index ，canteen是 type ，里面的数据形成 document 。值得注意的是，跟其他 NoSQL 数据库一样， Schema 不需要预先定义，直接插入数据即可， Elastic Search 会智能地分析每个 Field 的值并自动建立索引。每个 document 都有一个 id ，如果不指定则会自动生成。可以看到插入成功之后，生成了"_id" : "AU8HEQxfW68mQc8rk4AS"。插入命令使用 Post 请求，方便使用和测试。

另外，在上面的例子中，我加入了?pretty主要是让结果的 json 显示更好看。

获取数据

虽然数据已经存好了，但是没有直接取到，总是心有不安，下面这条命令即可以查看数据：

ubuntu:~$ curl -XGET localhost:9200/food/canteen/AU8HEQxfW68mQc8rk4AS?pretty
{
  "_index" : "food",
  "_type" : "canteen",
  "_id" : "AU8HEQxfW68mQc8rk4AS",
  "_version" : 1,
  "found" : true,
  "_source":{title: "苹果炖牛肉", source: "sjtu"}
}

可以看到，请求改为了GET，请求形式为/index/type/id。

更新数据

再来一道菜，番茄炒菠萝，用到我们刚才说的POST请求。

ubuntu:~$ curl -XPOST localhost:9200/food/canteen?pretty -d '{title: "番茄炒菠萝", source: "sjtu"}'
     {
       "_index" : "food",
       "_type" : "canteen",
       "_id" : "AU8HQW0-W68mQc8rk4Ab",
       "_version" : 1,
       "created" : true
     }

等等，这道菜是武汉大学的，看来我们得更新一下source。也许聪明的你已经猜到，发个PUT请求就可以搞定了。

ubuntu:~$ curl -XPUT localhost:9200/food/canteen/AU8HQW0-W68mQc8rk4Ab?pretty -d '{title: "番茄炒菠萝", source: "whu"}'
     {
       "_index" : "food",
       "_type" : "canteen",
       "_id" : "AU8HQW0-W68mQc8rk4Ab",
       "_version" : 2,
       "created" : false
}

可以看到_version变成了 2 ，表示更新过了。再GET一下确认结果。

ubuntu:~$ curl -XGET localhost:9200/food/canteen/AU8HQW0-W68mQc8rk4Ab?pretty
     {
       "_index" : "food",
       "_type" : "canteen",
       "_id" : "AU8HQW0-W68mQc8rk4Ab",
       "_version" : 2,
       "found" : true,
       "_source":{title: "番茄炒菠萝", source: "whu"}
     }

可以看到，_source，也就是插入的原始数据，确实改变了。

删除数据

继续来一道菜，月饼炒辣椒！

ubuntu:~$ curl -XPOST localhost:9200/food/canteen?pretty -d '{title: "月饼炒辣椒", source: "fjnu"}'
     {
       "_index" : "food",
       "_type" : "canteen",
       "_id" : "AU8HRPoOW68mQc8rk4Ac",
       "_version" : 1,
       "created" : true
     }

算了，好像太丧心病狂了，对吃货的幼小心灵产生了暴击，我们还是把它删掉吧。

ubuntu:~$ curl -XDELETE localhost:9200/food/canteen/AU8HRPoOW68mQc8rk4Ac?pretty
     {
       "found" : true,
       "_index" : "food",
       "_type" : "canteen",
       "_id" : "AU8HRPoOW68mQc8rk4Ac",
       "_version" : 2
     }

GET验证一下是否真的被删除了。

ubuntu:~$ curl -XGET localhost:9200/food/canteen/AU8HRPoOW68mQc8rk4Ac?pretty
     {
       "_index" : "food",
       "_type" : "canteen",
       "_id" : "AU8HRPoOW68mQc8rk4Ac",
       "found" : false
     }

显示"found" : false，可见删除确实成功了。

搜索数据

Elastic Search 支持相当复杂的搜索情形。像“有水果有肉有主食红黄白相间成粒状”这种可以把 MySQL 的检索虐得死去活来的查询， Elastic Search 可以轻松告诉你这应该是名菜“哈密瓜年糕牛肉粒”。下面看看最简单却很实用的搜索：查询所有值。

ubuntu:~$ curl -XGET localhost:9200/food/canteen/_search?pretty
     {
       "took" : 1,
        "timed_out" : false,
        "_shards" : {
          "total" : 5,
          "successful" : 5,
          "failed" : 0
        },
        "hits" : {
          "total" : 2,
         "max_score" : 1.0,
          "hits" : [ {
           "_index" : "food",
           "_type" : "canteen",
           "_id" : "AU8HEQxfW68mQc8rk4AS",
           "_score" : 1.0,
           "_source":{title: "苹果炖牛肉", source: "sjtu"}
         }, {
           "_index" : "food",
           "_type" : "canteen",
           "_id" : "AU8HQW0-W68mQc8rk4Ab",
           "_score" : 1.0,
           "_source":{title: "番茄炒菠萝", source: "whu"}
         } ]
       }
     }

可以看到，形如GET _search即可。结果会显示所有给定 index 和 type 下的 document 。hits下面包含找到的具体内容。_score表示相关程度，分数越高表示越相关，搜索引擎对于结果的排序都是通过类似的机制完成。
再来一个简单地查询，查找source是sjtu的菜。

ubuntu:~$ curl -XGET localhost:9200/food/canteen/_search?pretty -d '{"query":{"match":{"source":"sjtu"}}}'
     {
       "took" : 35,
       "timed_out" : false,
       "_shards" : {
         "total" : 5,
         "successful" : 5,
         "failed" : 0
       },
       "hits" : {
         "total" : 1,
         "max_score" : 0.30685282,
         "hits" : [ {
           "_index" : "food",
           "_type" : "canteen",
           "_id" : "AU8HEQxfW68mQc8rk4AS",
           "_score" : 0.30685282,
           "_source":{title: "苹果炖牛肉", source: "sjtu"}
         } ]
       }
     }

这里用到了match query来搜索，可以看到_score的变化。