其他分享
首页 > 其他分享> > 分布式全文搜索解决方案

分布式全文搜索解决方案

作者：互联网

1.解决方案介绍

ElasticSearch是一个基于RESTful web接口的分布式全文搜索引擎。

本解决方案是基于Mysql数据库 、 Hadoop生态（可选）、 ElasticSearch搜索引擎三大数据系统实现一个分布式全文搜索系统。

主要包括数据接入、数据索引和全文搜索3个模块。适用于各种项目的各种搜索场景。

 

 

1.1 三大数据系统

1.1.1 关系型数据库

用于对商品，用户等各种数据进行结构化存储。 关系型数据库对于事务性非常高的OLTP1操作(比如订单，结算等)支持良好。

[1]  On-Line Transaction Processing联机事务处理，也称为面向交易的处理

主选：mysql数据库

1.1.2 hadoop生态

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。

Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供存储，而MapReduce则为海量的数据提供计算。

 

hadoop是数据仓库主要的载体，除了备份关系型数据库的所有版本，还存储用户行为，点击，曝光，互动等海量日志数据，hadoop对于数据分析，数据挖掘等OLAP2操作支持比关系型数据库更加具有扩展性和稳定性。

[2]  On-Line Analytical Processing联机分析处理

 

Hive，基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能。

HBase，Hadoop的一个子项目，是一个分布式的、面向列的开源数据库。

Spark，专为大规模数据处理而设计的快速通用的计算引擎，可以在 Hadoop 文件系统中并行运行，作为对 Hadoop 的补充。

 

1.1.3 搜索引擎

以elasticsearch和solr为代表。搜索引擎是获取信息最高效的途径，几乎成为各类网站，应用的基础标配设施(地位仅次于数据库)。

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开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

 

1.2 基于ES的分布式搜索技术架构

 

 

 

2.软件安装

2.1 安装JDK

 

ElasticSearch是用JAVA语言开发的，其运行需要安装JDK。

JDK (Java Development Kit) ，是整个Java的核心，包括了Java运行环境（Java Runtime Envirnment），一堆Java工具和Java基础的类库(rt.jar)。

2.1.1 下载安装JDK

下载地址https://www.oracle.com/technetwork/java/javase/downloads/index.html

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.1.2 配置环境变量

配置 JAVA_HOME环境变量

 

 

 

 

 

 

2.1.3 测试-查看JDK版本

打开命令行窗口，输入java -version查看JDK版本

 

 

 

 

出现以上界面，说明安装成功。

 

2.2 安装Elasticsearch

权威指南https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html

 

2.2.1 下载安装

下载地址https://www.elastic.co/downloads

 

 

 

 

 

 

 

 

 

 

2.2.2 配置Path环境变量

(bin目录)

 

 

 

2.2.3 启动elasticsearch

打开命令行窗口 执行命令 elasticsearch -d 启动elasticsearch

 

 

 

 

注：该命令行窗口 不要关闭。

浏览器打开 http://localhost:9200

 

 

 

 

2.2.4 目录解读

 

 

 

 

2.2.5（选装）安装Elasticsearch-Head

elasticsearch-head是一个用于浏览ElasticSearch集群并与其进行交互的Web项目

GitHub托管地址：https://github.com/mobz/elasticsearch-head

下载并解压：

1558701971668

 

 

 

 

安装：打开命令行，切换到Elasticsearch-Head目录，执行以下命令

 

npm install

 

启动：打开命令行，切换到Elasticsearch-Head目录，执行以下命令

 

npm run start

 

 

 

 

 

      #新添加的配置行
      http.cors.enabled: true

       http.cors.allow-origin: "*"

重新启动

访问效果：

 

 

 

2.3 安装Elasticsearch-php

https://github.com/elastic/elasticsearch-php

使用composer安装：

在项目目录下，执行以下命令

 

composer require elasticsearch/elasticsearch

 

 

 

 

 

2.4 配置php.ini

配置php.ini的sys_temp_dir

 

 

 

 

   

3.ElasticSearch基本使用

3.1 基本概念

3.1.1 节点与集群

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）。

 

 

 

 

3.1.2 索引

在Elasticsearch中存储数据的行为就叫做索引(indexing)

在Elasticsearch中，文档归属于一种类型(type),而这些类型存在于索引(index)中

类比传统关系型数据库：

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices   -> Types  -> Documents -> Fields

Elasticsearch集群可以包含多个索引(indices)（数据库）

每一个索引可以包含多个类型(types)（表）

每一个类型包含多个文档(documents)（行）

然后每个文档包含多个字段(Fields)（列）。

 

 

 

 

3.2 基本使用

3.2.1 创建索引

$es = \Elasticsearch\ClientBuilder::create()->setHosts(['127.0.0.1:9200'])->build();
$params = [
'index' => 'test_index'
];
$r = $es->indices()->create($params);
dump($r);die;

预期结果：

array(3) {
["acknowledged"] => bool(true)
["shards_acknowledged"] => bool(true)
["index"] => string(10) "test_index"
}

 

3.2.2 添加文档（索引文档）

            
$es = \Elasticsearch\ClientBuilder::create()->setHosts(['127.0.0.1:9200'])->build();
$params = [
    'index' => 'test_index',
    'type' => 'test_type',
    'id' => 100,
    'body' => ['id'=>100, 'title'=>'PHP从入门到精通', 'author' => '张三']
];
​
$r = $es->index($params);
dump($r);die;


预期结果：

array(8) {
["_index"] => string(10) "test_index"
["_type"] => string(9) "test_type"
["_id"] => string(3) "100"
["_version"] => int(1)
["result"] => string(7) "created"
["_shards"] => array(3) {
["total"] => int(2)
["successful"] => int(1)
["failed"] => int(0)
}
["_seq_no"] => int(0)
["_primary_term"] => int(1)
}

 

3.2.3 修改文档

$es = \Elasticsearch\ClientBuilder::create()->setHosts(['127.0.0.1:9200'])->build();
$params = [
'index' => 'test_index',
'type' => 'test_type',
'id' => 100,
'body' => [
'doc' => ['id'=>100, 'title'=>'ES从入门到精通', 'author' => '张三']
]
];

$r = $es->update($params);
dump($r);die;

预期结果：

array(8) {
["_index"] => string(10) "test_index"
["_type"] => string(9) "test_type"
["_id"] => string(3) "100"
["_version"] => int(2)
["result"] => string(7) "updated"
["_shards"] => array(3) {
["total"] => int(2)
["successful"] => int(1)
["failed"] => int(0)
}
["_seq_no"] => int(1)
["_primary_term"] => int(1)
}

 

3.2.4 删除文档

$es = \Elasticsearch\ClientBuilder::create()->setHosts(['127.0.0.1:9200'])->build();
$params = [
'index' => 'test_index',
'type' => 'test_type',
'id' => 100,
];

$r = $es->delete($params);
dump($r);die;

 

预期结果：

 

array(8) {
["_index"] => string(10) "test_index"
["_type"] => string(9) "test_type"
["_id"] => string(3) "100"
["_version"] => int(3)
["result"] => string(7) "deleted"
["_shards"] => array(3) {
["total"] => int(2)
["successful"] => int(1)
["failed"] => int(0)
}
["_seq_no"] => int(2)
["_primary_term"] => int(1)
}

 

 

3.3 封装工具类

封装操作es的工具类：项目目录/extends/tools/es/MyElasticsearch.php

 

<?php
namespace tools\es;

use Elasticsearch\ClientBuilder;

class MyElasticsearch
{
//ES客户端链接
private $client;

/**
* 构造函数
* MyElasticsearch constructor.
*/
public function __construct()
{
$params = array(
'127.0.0.1:9200'
);
$this->client = ClientBuilder::create()->setHosts($params)->build();
}

/**
* 判断索引是否存在
* @param string $index_name
* @return bool|mixed|string
*/
public function exists_index($index_name = 'test_ik')
{
$params = [
'index' => $index_name
];

try {
return $this->client->indices()->exists($params);
} catch (\Elasticsearch\Common\Exceptions\BadRequest400Exception $e) {
$msg = $e->getMessage();
$msg = json_decode($msg,true);
return $msg;
}
}

/**
* 创建索引
* @param string $index_name
* @return array|mixed|string
*/
public function create_index($index_name = 'test_ik') { // 只能创建一次
$params = [
'index' => $index_name,
'body' => [
'settings' => [
'number_of_shards' => 5,
'number_of_replicas' => 0
]
]
];

try {
return $this->client->indices()->create($params);
} catch (\Elasticsearch\Common\Exceptions\BadRequest400Exception $e) {
$msg = $e->getMessage();
$msg = json_decode($msg,true);
return $msg;
}
}

/**
* 删除索引
* @param string $index_name
* @return array
*/
public function delete_index($index_name = 'test_ik') {
$params = ['index' => $index_name];
$response = $this->client->indices()->delete($params);
return $response;
}

/**
* 添加文档
* @param $id
* @param $doc ['id'=>100, 'title'=>'phone']
* @param string $index_name
* @param string $type_name
* @return array
*/
public function add_doc($id,$doc,$index_name = 'test_ik',$type_name = 'goods') {
$params = [
'index' => $index_name,
'type' => $type_name,
'id' => $id,
'body' => $doc
];

$response = $this->client->index($params);
return $response;
}

/**
* 判断文档存在
* @param int $id
* @param string $index_name
* @param string $type_name
* @return array|bool
*/
public function exists_doc($id = 1,$index_name = 'test_ik',$type_name = 'goods') {
$params = [
'index' => $index_name,
'type' => $type_name,
'id' => $id
];

$response = $this->client->exists($params);
return $response;
}

/**
* 获取文档
* @param int $id
* @param string $index_name
* @param string $type_name
* @return array
*/
public function get_doc($id = 1,$index_name = 'test_ik',$type_name = 'goods') {
$params = [
'index' => $index_name,
'type' => $type_name,
'id' => $id
];

$response = $this->client->get($params);
return $response;
}

/**
* 更新文档
* @param int $id
* @param string $index_name
* @param string $type_name
* @param array $body ['doc' => ['title' => '苹果手机iPhoneX']]
* @return array
*/
public function update_doc($id = 1,$index_name = 'test_ik',$type_name = 'goods', $body=[]) {
// 可以灵活添加新字段,最好不要乱添加
$params = [
'index' => $index_name,
'type' => $type_name,
'id' => $id,
'body' => $body
];

$response = $this->client->update($params);
return $response;
}

/**
* 删除文档
* @param int $id
* @param string $index_name
* @param string $type_name
* @return array
*/
public function delete_doc($id = 1,$index_name = 'test_ik',$type_name = 'goods') {
$params = [
'index' => $index_name,
'type' => $type_name,
'id' => $id
];

$response = $this->client->delete($params);
return $response;
}

/**
* 搜索文档 (分页，排序，权重，过滤)
* @param string $index_name
* @param string $type_name
* @param array $body
* $body = [
'query' => [
'bool' => [
'should' => [
[
'match' => [
'cate_name' => [
'query' => $keywords,
'boost' => 4, // 权重大
]
]
],
[
'match' => [
'goods_name' => [
'query' => $keywords,
'boost' => 3,
]
]
],
[
'match' => [
'goods_introduce' => [
'query' => $keywords,
'boost' => 2,
]
]
]
],
],
],
'sort' => ['id'=>['order'=>'desc']],
'from' => $from,
'size' => $size
];
* @return array
*/
public function search_doc($index_name = "test_ik",$type_name = "goods",$body=[]) {
$params = [
'index' => $index_name,
'type' => $type_name,
'body' => $body
];

$results = $this->client->search($params);
return $results;
}

}

 

 

 

4.商品搜索功能

4.1 搜索规则

可根据关键词对商品名称、商品介绍、商品分类进行全文搜索

4.2 创建商品全量索引

项目目录/application/cli/controller/Es.php

<?php

namespace app\cli\controller;

use think\Controller;
use think\Request;

class Es extends Controller
{
/**
* 创建商品索引并导入全部商品文档
* cd public
* php index.php /cli/Es/createAllGoodsDocs
*/
public function createAllGoodsDocs()
{
try{
//实例化ES工具类
$es = new \tools\es\MyElasticsearch();
//创建索引
if($es->exists_index('goods_index')) $es->delete_index('goods_index');

$es->create_index('goods_index');
$i = 0;
while(true){
//查询商品数据 每次处理1000条
$goods = \app\common\model\Goods::with('category')->field('id,goods_name,goods_desc, goods_price,goods_logo,cate_id')->limit($i, 1000)->select();
if(empty($goods)){
//查询结果为空，则停止
break;
}
//添加文档
foreach($goods as $v){
unset($v['cate_id']);
$es->add_doc($v['id'],$v, 'goods_index', 'goods_type');
}
$i += 1000;
}
die('success');
}catch (\Exception $e){
$msg = $e->getMessage();
die($msg);
}
}

}

 

切换到public目录 执行命令

php index.php /cli/Es/createAllGoodsDocs

注：其中，使用了封装的ES工具类 ： 项目目录/extends/tools/es/MyElasticsearch.php

 

4.3 搜索

4.3.1 页面部分

项目目录/application/home/view/layout.html中，修改搜索框表单如下：

<form action="{:url('home/goods/index')}" method="get" class="sui-form form-inline">
<!--searchAutoComplete-->
<div class="input-append">
<input type="text" id="autocomplete" class="input-error input-xxlarge" name="keywords" value="{$Request.param.keywords}" />
<button class="sui-btn btn-xlarge btn-danger" type="submit">搜索</button>
</div>
</form>

 

4.3.2 控制器部分

项目目录/application/home/controller/Goods.php中，修改index方法如下：

 

public function index($id=0)
{
//接收参数
$keywords = input('keywords');
if(empty($keywords)){
//获取指定分类下商品列表
if(!preg_match('/^\d+$/', $id)){
$this->error('参数错误');
}
//查询分类下的商品
$list = \app\common\model\Goods::where('cate_id', $id)->order('id desc')->paginate(10);
//查询分类名称
$category_info = \app\common\model\Category::find($id);
$cate_name = $category_info['cate_name'];
}else{
try{
//从ES中搜索
$list = \app\home\logic\GoodsLogic::search();
$cate_name = $keywords;
}catch (\Exception $e){
$this->error('服务器异常');
}
}
return view('index', ['list' => $list, 'cate_name' => $cate_name]);
}

 

 

4.3.3 搜索逻辑部分

项目目录/application/home/logic/GoodsLogic.php中，代码如下

<?php

namespace app\home\logic;

use think\Controller;

class GoodsLogic extends Controller
{
public static function search(){
//实例化ES工具类
$es = new \tools\es\MyElasticsearch();
//计算分页条件
$keywords = input('keywords');
$page = input('page', 1);
$page = $page < 1 ? 1 : $page;
$size = 10;
$from = ($page - 1) * $size;
//组装搜索参数体
$body = [
'query' => [
'bool' => [
'should' => [
[ 'match' => [ 'cate_name' => [
'query' => $keywords,
'boost' => 4, // 权重大
]]],
[ 'match' => [ 'goods_name' => [
'query' => $keywords,
'boost' => 3,
]]],
[ 'match' => [ 'goods_desc' => [
'query' => $keywords,
'boost' => 2,
]]],
],
],
],
'sort' => ['id'=>['order'=>'desc']],
'from' => $from,
'size' => $size
];
//进行搜索
$results = $es->search_doc('goods_index', 'goods_type', $body);
//获取数据
$data = array_column($results['hits']['hits'], '_source');
$total = $results['hits']['total']['value'];
//分页处理
$list = \tools\es\EsPage::paginate($data, $size, $total);
return $list;
}
}

 

4.3.4 ES分页类

借鉴模型的分页查询方法，封装用

<?php
namespace tools\es;

use think\Config;

class EsPage
{

public static function paginate($results, $listRows = null, $simple = false, $config = [])
{
if (is_int($simple)) {
$total = $simple;
$simple = false;
}else{
$total = null;
$simple = true;
}

if (is_array($listRows)) {
$config = array_merge(Config::get('paginate'), $listRows);
$listRows = $config['list_rows'];
} else {
$config = array_merge(Config::get('paginate'), $config);
$listRows = $listRows ?: $config['list_rows'];
}

/** @var Paginator $class */
$class = false !== strpos($config['type'], '\\') ? $config['type'] : '\\think\\paginator\\driver\\' . ucwords($config['type']);
$page = isset($config['page']) ? (int) $config['page'] : call_user_func([
$class,
'getCurrentPage',
], $config['var_page']);

$page = $page < 1 ? 1 : $page;

$config['path'] = isset($config['path']) ? $config['path'] : call_user_func([$class, 'getCurrentPath']);

return $class::make($results, $listRows, $page, $total, $simple, $config);
}
}

 

商品列表页 商品分类展示位置

 

 

 

 

4.4 商品文档维护

新增商品后，在ES中添加商品文档

更新商品后，在ES中修改商品文档

删除商品后，在ES中删除商品文档

 

使用MVC的后台测试，则在admin/model/Goods.php中

使用前后端分离接口api测试，则写在common/model/Goods.php中

 

项目目录/application/admin/model/Goods.php中，init方法代码如下：

 

protected static function init()
{
//实例化ES工具类
$es = new \tools\es\MyElasticsearch();
//设置新增回调
self::afterInsert(function($goods)use($es){
//添加文档
$doc = $goods->visible(['id', 'goods_name', 'goods_desc', 'goods_price'])->toArray();
$doc['cate_name'] = $goods->category->cate_name;
$es->add_doc($goods->id, $doc, 'goods_index', 'goods_type');
});
//设置更新回调
self::afterUpdate(function($goods)use($es){
//修改文档
$doc = $goods->visible(['id', 'goods_name', 'goods_desc', 'goods_price', 'cate_name'])->toArray();
$doc['cate_name'] = $goods->category->cate_name;
$body = ['doc' => $doc];
$es->update_doc($goods->id, 'goods_index', 'goods_type', $body);
});
//设置删除回调
self::afterDelete(function($goods)use($es){
//删除文档
$es->delete_doc($goods->id, 'goods_index', 'goods_type');
});
}

 

 

5.总结

分布式全文搜索解决方案：是基于Mysql数据库 、 Hadoop生态（可选）、 ElasticSearch搜索引擎三大数据系统实现一个分布式全文搜索系统。

Mysql数据库用于结构化存储项目数据。

Hadoop生态用于备份关系型数据库的所有版本，还存储用户行为，点击，曝光，互动等海量日志数据，用于数据分析处理。

ElasticSearch搜索引擎用于对Mysql或者Hadoop提供的数据进行索引和全文搜索。

其中核心功能，包括全量创建索引、增量创建索引、实时同步数据（文档的curd）、全文搜索等。

标签：index,goods,name,解决方案,全文,type,id,es,分布式
来源： https://www.cnblogs.com/hao1997918/p/15349739.html