README

PHP中使用Elasticsearch

PHP基于elasticsearch全文搜索引擎的开发 1.概述：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。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。Elasticsearch中涉及到的重要概念

1）Cluster：集群。 ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。

2）Node：节点。形成集群的每个服务器称为节点。

3）Shard：分片。当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。

4）Replia：副本。为提高查询吞吐量或实现高可用性，可以使用分片副本。副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。

5）全文检索。全文检索就是对一篇文章进行索引，可以根据关键字搜索，类似于mysql里的like语句。全文索引就是把内容根据词的意义进行分词，然后分别创建索引，例如”你们的激情是因为什么事情来的” 可能会被分词成：“你们“，”激情“，“什么事情“，”来“ 等token，这样当你搜索“你们” 或者 “激情” 都会把这句搜出来。

好了，本文主要讲Elasticsearch环境搭建，以及中文分词的用法。下面讲Elasticsearch环境搭建以及使用。

2.环境搭建 1.安装 JAVA JDK 8

sudo apt-get update sudo apt-get install openjdk-8-jre 查看jdk安装信息：

2.下载最新的 elasticsearch安装包： wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.6.2.tar.gz tar -zxvf elasticsearch-6.6.2.tar.gz cd elasticsearch-6.6.2 启动 ./bin/elasticsearch 启动会打印启动的包信息：

安装IK中文分词插件. 在ik分词的git(https://github.com/medcl/elasticsearch-analysis-ik )上找到相应的ES对应的版本：

我这里安装的是最新的版本6.6.2：

看到上面的信息，那么我们的环境就搭建好了。

3.使用。我本地建立一张书本信息表，里面4个字段，其中attr_text是英文存储的，其他几个字段是中文

接下来创建索引：

先设置索引参数：

$params = [

'index' => 'douban',

'body' => [

'settings' => [

'number_of_shards' => 3,

'number_of_replicas' => 2,

'analysis' => [

'filter' => [

"ngram_filter" => [

"type" => "ngram",

"min_gram" => 2,

"max_gram" => 20

]

'analyzer' => [

"ngram_analyzer" => [

"type" => "custom",

"tokenizer" => "whitespace",

"filter" => [

"lowercase",

"asciifolding",

"ngram_filter"

]

'mappings' => [

'dd_book' => [

'_source' => [

'enabled' => true

'properties' => [

'book_name' => [

'type' => 'text',

'analyzer' => 'ik_max_word',

'search_analyzer' => 'ik_max_word',

'book_author' => [

'type' => 'text',

'analyzer' => 'ik_max_word',

'search_analyzer' => 'ik_max_word',

'book_desc' => [

'type' => 'text',

'analyzer' => 'ik_max_word',

'search_analyzer' => 'ik_max_word',

'attr_text' => [

'type' => 'text',

'analyzer' => 'ngram_analyzer',

'search_analyzer' => 'standard',

]

];

其中book_name，book_author，book_desc都中文，使用了中文分词器IK分词器。attr_text是英文的，所以使用ngram分词器(elasticsearch自带的分词器)

接下来我们创建索引：

php createDoubanIndex.php

看到已经创建完成

紧接着我们把mysql的书本信息表数据生成索引数据：

php insertDataToEs.php

lca / elasticsearch

Maintainers

Details

README