用ElasticSearch和mongodb River搭建一个简单地search工程。

近期的项目需要用到分布式elasticSearch来做search.自己研究了一下。在这里做个备注.

背景：

为什么要索引。

   举个例子，给你一本字典要查出来“你”这个字，大家一般都会去目录页的n部分去找到ni这个拼音在哪一页，然后去打开那一页。

以上的目录就是一个索引，通过索引可以很快速的找到你想要找的内容。

在软件开发的过程中，我们也会需要很快速的查找某些内容的场景。刚入软件行业的童鞋肯定会觉得，用sql的 like 也可以完成，但是如果数据量过多，你整个数据库会被这个like给“like坏了”。

于是就开始说这个搜索引擎的问题啦。因为我直接从es开始的，就直接说es啦。

Getting Start with ElasticSearch

•ElasticSearch是一个开源的分布式搜索引擎，具备高可靠性，支持非常多的企业级搜索用例。像Solr4一样，是基于Lucene构建的。支持时间时间索引和全文检索。官网：http://www.elasticsearch.org

•它对外提供一系列基于java和http的api，用于索引、检索、修改大多数配置。

•运行命令行，进入  elasticsearch-1.0.0\bin目录。

•这时运行 elasticsearch.bat

•浏览器里测试一下：http://localhost:9200

Plugin for ElasticSearch

（需要的插件）

•分布式搜索elasticsearch集群管理工具head

•插件安装方法：

•1.elasticsearch/bin/ plugin-installmobz/elasticsearch-head

•2.运行es

•3.打开http://localhost:9200/_plugin/head/

•MongoDB River Plugin (作者 Richard Louapre)

•https://github.com/richardwilly98/elasticsearch-river-mongodb 

•mongodb同步插件，mongodb必须搭成副本集的模式，因为这个插件的原理是通过定期读取mongodb中的oplog来同步数据。

How to work

•create index

首先要创建个索引。

–$curl -XPOST 'http://localhost:9200/test_index/' -d '{
   

  "settings": {

    "analysis": {

      "analyzer": {

        "str_index_analyzer": {

          "tokenizer":"keyword",

          "filter": [

            "lowercase",

            "ngram"

          ]

        }

      },

      "filter": {

        "ngram": {

          "type": "ngram",

          "min_gram": 2,

          "max_gram": 1000

        }

      }

    }

  }

}’

–put:http://localhost:9200/test_index

Mapping

然后是自己的mapping.这里只mapping了name,在创建river之后如果要索引的数据里面有除了name其他字段也会自动的刷出mapping来

 $curl -XPOST 'http://localhost:9200/test_index/test_mapping/_mapping' -d '{

        "test_mapping": {        

            "properties": {

                 "name": {

                    "type":"string",

                    "analyzer":"str_index_analyzer"

                }

        }

    }

}'

River

•put: http://localhost:9200/_river/test_index/_meta

•

•{

•    "type":"mongodb",

•    "mongodb":{

•    "host":"127.0.0.1",

•        "port":"27017",

•        "db":"test",

•        "collection":"test"

•},

•    "index":{

•    "name":"test_index",

•        "type":"test_mapping"

•}

•}

Search

•QueryDSL:

        Term:          {    "query" :{ "term" : { "user" : "kimchy"}  } }

•BoolQuery

–{"query":{

–    "bool": {

–        "must": {"term": {"user": "kimchy"}},

–        "must_not": {"range":{"age": { "from": 10, "to": 20 }}},

–        "should": [

–            {"term": {"tag": "wow" }},

–            {"term": {"tag": "elasticsearch"}}

–        ]}}}

•FilterQuery:

–{

–    "query": {

–        "filtered": {

–            "filter": {

–                "range":{"age": { "from": 10, "to": 20 }}

–            }}}}

–

•Geosearch

•http://www.elasticsearch.org/blog/geo-location-and-search/

•” addresses" :{"location" : {  "lat" : 40.12,  "lon": -71.34  }

•(mapping)"addresses":{"properties": {"location": {"type": "geo_point"}}}

•"filter": {
            "geo_distance": {
                "distance" :"12km",
                "pin.location": {
                    "lat": 40,
                    "lon": -70
                }
            }
        }

Suggest

•completionsuggester     is a so-called prefixsuggester

•http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-suggesters-completion.html

•（mapping）"suggest": { "type": "completion", "index_analyzer":"simple",                               "search_analyzer":"simple", "payloads": false}

•"shortNames_suggest":{

•                               "text": name,

•                               "completion": {

•                                   "field": "shortNames.suggest"

•                                }

•                            }