mongoDB 全文搜索 TextSearch

snowball(默认分词器)只有在Mongodb 3.2之后的企业版中才开始加入了对中文的支持，之前或者社区的版本在建立全文索引时会自动过滤中文字符。

在Mongodb 3.2企业版中，对中文建立全文索引后，默认使用的是与英文同样的分词规则，即以空格与符号作为词与词之间分隔的界限。

所以，当使用“福尔摩斯”作为搜索词时，无法搜索到“福尔摩斯探案全集”，只能搜索到类似“福尔摩斯（1）”之类的结果

问题-方案

1.产品需要全文检索，数据库是使用的MongoDB，MongoDB的全文检索太慢，打算使用ElasticSearch

2.方案1：利用 ElasticSearch 的 River 来同步数据，

在github上有MongoDB River的插件：https://github.com/richardwilly98/elasticsearch-river-mongodb。 
可以看到使用的版本很旧，原因是官方已经在 1.5 以后的版本弃用 River，为了用户的迁移，会一直保留到 2.0 版本。所以这个方案的可行性比较低，但是是可以使用的。

3.方案2：利用mongo-connector，

https://github.com/mongodb-labs/mongo-connector。 
这个是 MongoDB 官方的开发人员用 Python 写的一个工具，目前支持将 MongoDB 的数据同步到 Solr、ElasticSearch、MongoDB 中，并且支持用户自己扩展。

实际（方案2）

一.安装Elasticsearch并配置

0.MongoDB必须开启复制集    配置复制集的名称：mongod --replSet myDevReplSet    在 mongo shell 中初始化复制集：rs.initiate()
1
2
3
1
2
3

1.下载Elasticsearch，安装java    rpm -i xxx    sudo service elasticsearch start    出现问题，找不到java home，google发现需要在    /etc/sysconfig/elasticsearch中添加JAVA_HOME=/icksys/jdk1.8.0_72/jre    重新启动服务，works
1
2
3
4
5
6
1
2
3
4
5
6

2.配置mongo-connector    先安装pip：    yum install python-setuptools && easy_install pip    通过pip安装mongo-connector    pip install mongo-connector

3.运行mongo-connector    mongo-connector -m 127.0.0.1:27017 -t 127.0.0.1:9200 -d elastic_doc_manager
1
2
1
2

二.测试

在mongo容器中写入测试数据

use test db.col.insert({name:"王明", birth:"1980-01-01"}) db.col.insert({name:"王东", birth:"1981-01-01"}) db.col.insert({name:"张敏", birth:"1982-01-01"})
1
2
3
4
1
2
3
4

通过 elasticsearch 容器进行检索

curl -XGET -H 'charset=UTF-8' 127.0.0.1:9200/test/col/_search -d '{ "query" : { "match" : { "name" : "王" } } }