Elasticsearch在Laravel中的實踐

程式設計師的貓發表於2021-02-23

Elasticsearch

Elasticsearch 是一個基於 Apache Lucene (TM) 的開源搜尋引擎，無論在開源還是專有領域，Lucene 可以被認為是迄今為止最先進、效能最好的、功能最全的搜尋引擎庫。但是，Lucene 只是一個庫。想要發揮其強大的作用，你需使用 Java 並要將其整合到你的應用中。Lucene 非常複雜，你需要深入的瞭解檢索相關知識來理解它是如何工作的。

Elasticsearch 也是使用 Java 編寫並使用 Lucene 來建立索引並實現搜尋功能，但是它的目的是透過簡單連貫的 RESTful API 讓全文搜尋變得簡單並隱藏 Lucene 的複雜性。
不過，Elasticsearch 不僅僅是 Lucene 和全文搜尋引擎，它還提供：

分散式的實時檔案儲存，每個欄位都被索引並可被搜尋
實時分析的分散式搜尋引擎
可以擴充套件到上百臺伺服器，處理 PB 級結構化或非結構化資料
而且，所有的這些功能被整合到一臺伺服器，你的應用可以透過簡單的 RESTful API、各種語言的客戶端甚至命令列與之互動。上手 Elasticsearch 非常簡單，它提供了許多合理的預設值，並對初學者隱藏了複雜的搜尋引擎理論。它開箱即用（安裝即可使用），只需很少的學習既可在生產環境中使用。

Elasticsearch 在 Apache 2 License 下許可使用，可以免費下載、使用和修改。

ElasticSearch 安裝

在 Laradock 中已經整合了 ElasticSearch。我們可以直接使用：

# 啟動
docker run -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" --name=elasticsearch docker.elastic.co/elasticsearch/elasticsearch:7.11.1

# 如果需要安裝外掛，執行命令：
docker exec -it elasticsearch  /bin/bash

/usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.11.1/elasticsearch-analysis-ik-7.11.1.zip

# 重啟容器
docker restart elasticsearch

注：The vm.max_map_count kernel setting must be set to at least 262144 for production use.

由於我是 centos 7 環境，直接設定在系統設定：

sysctl -w vm.max_map_count=262144

預設使用者名稱和密碼：「elastic」、「changeme」，埠號：9200

ElasticHQ

ElasticHQ is an open source application that offers a simplified interface for managing and monitoring Elasticsearch clusters.
Management and Monitoring for Elasticsearch.
www.elastichq.org/

Real-Time Monitoring
Full Cluster Management
Full Cluster Monitoring
Elasticsearch Version Agnostic
Easy Install - Always On
Works with X-Pack

輸入我們的 Elasticsearch Host，即可進入後臺。

預設的建立了：

一個叢集 Cluster：laradock-cluster
一個節點 Node：laradock-node
一個索引 Index：.elastichq

IK 分詞器安裝

ElasticSearch 主要是用於自己 Blog 或者公眾號文章的搜尋使用，所以需要選擇一箇中文分詞器配合使用，這裡剛開始推薦使用 IK 分詞器，下面開始安裝對應 ElasticSearch 版本 (7.5.1) 一致的外掛：
Elasticsearch-analysis-ik

// 安裝外掛
docker exec -it elasticsearch  /bin/bash

/usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.11.1/elasticsearch-analysis-ik-7.11.1.zip

注：可以將 zip 檔案先下載回來，然後再安裝，速度會快些。

檢驗分詞效果

根據 Elasticsearch API 測試，分詞的效果達到了：

curl -X POST "http://your_host/_analyze?pretty" -H 'Content-Type: application/json' -d'
{
  "analyzer": "ik_max_word",
  "text":     "我是中國人"
}
'
{
  "tokens" : [
    {
      "token" : "我",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "是",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "CN_CHAR",
      "position" : 1
    },
    {
      "token" : "中國人",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "中國",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "國人",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 4
    }
  ]
}

結合 Laravel

雖然 Elasticsearch 官方提供了對應的 PHP 版本的外掛，但我們還是希望和 Laravel 結合的更緊密些，所以這裡選擇和 Scout 結合使用，具體用到了 tamayo/laravel-scout-elastic 外掛。

composer require tamayo/laravel-scout-elastic

composer require laravel/scout
# 釋出 Scout 的配置檔案
php artisan vendor:publish --provider="Laravel\Scout\ScoutServiceProvider"

#修改驅動為 elasticsearch：
# config/scout.php
'driver' => env('SCOUT_DRIVER', 'elasticsearch')

建立索引

建立索引有幾種方法，其中可以使用 Ela 視覺化工具 ElasticHQ 直接建立。

接下來我們需要更新這個索引，補充 Mappings 這部分，可以用 Postman。

另一種方法是用 Laravel 自帶的 Artisan 命令列功能。

這裡我們推薦使用 Artisan 命令列。

php artisan make:command ESOpenCommand

根據官網提示，我們可以在 ESOpenCommand 上向 Elasticsearch 伺服器傳送 PUT 請求，這裡藉助 Elasticsearch 提供的 PHP 外掛，在我們使用 tamayo/laravel-scout-elastic 外掛時，已經安裝了 Elasticsearch PHP 外掛：

下面就可以藉助外掛，建立我們的 Index，直接看程式碼：

public function handle()
    {
    $host = config('scout.elasticsearch.hosts');
    $index = config('scout.elasticsearch.index');
    $client = ClientBuilder::create()->setHosts($host)->build();

    if ($client->indices()->exists(['index' => $index])) {
        $this->warn("Index {$index} exists, deleting...");
        $client->indices()->delete(['index' => $index]);
    }

    $this->info("Creating index: {$index}");

    return $client->indices()->create([
        'index' => $index,
        'body' => [
            'settings' => [
                'number_of_shards' => 1,
                'number_of_replicas' => 0
            ],
            'mappings' => [
                '_source' => [
                    'enabled' => true
                ],
                'properties' => [
                    'id' => [
                        'type' => 'long'
                    ],
                    'title' => [
                        'type' => 'text',
                        'analyzer' => 'ik_max_word',
                        'search_analyzer' => 'ik_smart'
                    ],
                    'subtitle' => [
                        'type' => 'text',
                        'analyzer' => 'ik_max_word',
                        'search_analyzer' => 'ik_smart'
                    ],
                    'content' => [
                        'type' => 'text',
                        'analyzer' => 'ik_max_word',
                        'search_analyzer' => 'ik_smart'
                    ]
                ],
            ]
        ]
    ]);
}

好了，我們執行 Kibana 看到我們已經建立好了 Index：

注 Kibana 本地 Docker 安裝：

docker pull docker.elastic.co/kibana/kibana:7.11.1
docker run -d --name kibana  --link elasticsearch -e ELASTICSEARCH_HOSTS=http://elasticsearch:9200 -p 5601:5601 docker.elastic.co/kibana/kibana:7.11.1

為了驗證 Index 是否可用，可以插入一條資料看看：

curl -XPOST your_host/coding01_open/_create/1 -H 'Content-Type:application/json' -d '{"content":"中韓漁警衝突調查：韓警平均每天扣1艘中國漁船"}

可以透過瀏覽器看看對應的資料：

有了 Index，下一步我們就可以結合 Laravel，匯入、更新、查詢等操作了。

Laravel Model 使用

Laravel 框架已經為我們推薦使用 Scout 全文搜尋，我們只需要在 Article Model 加上官方所說的內容即可，很簡單，推薦大家看 Scout 使用文件：Scout 全文搜尋《Laravel 6 中文文件》，下面直接上程式碼：

<?php

namespace App;

use App\Tools\Markdowner;
use Illuminate\Database\Eloquent\Model;
use Illuminate\Database\Eloquent\SoftDeletes;
use Laravel\Scout\Searchable;

class Article extends Model
{
    use Searchable;

    protected $connection = 'blog';
    protected $table = 'articles';
    use SoftDeletes;

    /**
     * The attributes that should be mutated to dates.
     *
     * @var array
     */
    protected $dates = ['published_at', 'created_at', 'deleted_at'];

    /**
     * The attributes that are mass assignable.
     *
     * @var array
     */
    protected $fillable = [
        'user_id',
        'last_user_id',
        'category_id',
        'title',
        'subtitle',
        'slug',
        'page_image',
        'content',
        'meta_description',
        'is_draft',
        'is_original',
        'published_at',
        'wechat_url',
    ];

    protected $casts = [
        'content' => 'array'
    ];

    /**
     * Set the content attribute.
     *
     * @param $value
     */
    public function setContentAttribute($value)
    {
        $data = [
            'raw'  => $value,
            'html' => (new Markdowner)->convertMarkdownToHtml($value)
        ];

        $this->attributes['content'] = json_encode($data);
    }

    /**
     * 獲取模型的可搜尋資料
     *
     * [[@return](https://learnku.com/users/31554)](https://learnku.com/users/31554) array
     */
    public function toSearchableArray()
    {
        $data = [
            'id' => $this->id,
            'title' => $this->title,
            'subtitle' => $this->subtitle,
            'content' => $this->content['html']
        ];

        return $data;
    }

    public function searchableAs()
    {
        return '_doc';
    }
}

Scout 提供了 Artisan 命令 import 用來匯入所有已存在的記錄到搜尋索引中。

php artisan scout:import "App\Article"

看看 Kibana，已存入 12 條資料，和資料庫條數吻合。

有了資料，我們可以測試看看能不能查詢到資料。

還是一樣的，建立一個命令：

class ElasearchCommand extends Command
{
    /**
     * The name and signature of the console command.
     *
     * @var string
     */
    protected $signature = 'command:search {query}';

    /**
     * The console command description.
     *
     * @var string
     */
    protected $description = 'Command description';

    /**
     * Create a new command instance.
     *
     * [[@return](https://learnku.com/users/31554)](https://learnku.com/users/31554) void
     */
    public function __construct()
    {
        parent::__construct();
    }

    /**
     * Execute the console command.
     *
     * [[@return](https://learnku.com/users/31554)](https://learnku.com/users/31554) mixed
     */
    public function handle()
    {
        $article = Article::search($this->argument('query'))->first();
        $this->info($article->title);
    }
}

這是我的 titles，我隨便輸入一個關鍵字： 「清單」 看是否能搜到。

總結

整體完成了：

Elasticsearch 安裝；
Elasticsearch IK 分詞器外掛安裝；
Elasticsearch 視覺化工具 ElasticHQ 和 Kibana 的安裝和簡單使用；
Scout 的使用；
Elasticsearch 和 Scout 結合使用。

接下來就要將更多的內容存入 Elasticsearch 中，為自己的 Blog、公眾號、自動化搜尋等場景提供全文搜尋。

原文作者：coding01
轉自連結：部落格：Laravel + Elasticsearch 實現中文搜尋
版權宣告：著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請保留以上作者資訊和原文連結。

本作品採用《CC 協議》，轉載必須註明作者和本文連結

你還差得遠吶！

Elasticsearch 7.2 在 Laravel 中實踐
2019-09-03
ElasticsearchLaravel
Elasticsearch 7.2 在 Laravel 中實踐 --經緯度及距離查詢
2019-09-26
ElasticsearchLaravel
【主流技術】ElasticSearch 在 Spring 專案中的實踐
2022-06-20
ElasticsearchSpring
在Laravel5.5中使用搜尋 Elasticsearch
2017-12-18
LaravelElasticsearch
從平臺到中臺 | Elasticsearch 在螞蟻金服的實踐經驗
2018-11-12
Elasticsearch
Elasticsearch在華泰證券內部的應用實踐
2018-07-25
Elasticsearch
在Laravel專案中使用Elasticsearch
2020-08-10
LaravelElasticsearch
Laravel Scout 包在 Elasticsearch 中的應用
2017-04-05
LaravelElasticsearch
Elasticsearch調優實踐
2018-10-25
Elasticsearch
ElasticSearch(六) Elasticsearch在Thinkphp5.0中的使用
2018-01-12
ElasticsearchPHP
Elasticsearch laravel
2021-02-23
ElasticsearchLaravel
axios在vue中的實踐
2019-12-01
iOSVue
Proxyless Mesh 在 Dubbo 中的實踐
2023-01-03
協程在RN中的實踐
2018-05-29
Immutable 操作在 React 中的實踐
2018-05-07
React
Laravel + Elasticsearch 實現中文搜尋
2020-02-05
LaravelElasticsearch
ElasticSearch實戰－編碼實踐
2015-08-11
Elasticsearch
實踐 Laravel phpunit
2020-07-11
LaravelPHP
在 JS 中實現 Laravel 的 ROUTE 函式
2016-12-16
JSLaravel函式
Elasticsearch 索引容量管理實踐
2020-07-21
Elasticsearch索引
MongoDB 在評論中臺的實踐
2021-03-01
MongoDB
TypeScript在react專案中的實踐
2018-08-27
TypeScriptReact
TypeScript在node專案中的實踐
2018-07-21
TypeScript
策略模式在應用中的實踐
2022-06-20
模式
Geospatial Data 在 Nebula Graph 中的實踐
2022-02-22
人肉工程在機器學習實踐中的作用
2015-08-25
機器學習
Laravel 融合 Elasticsearch 在個人部落格中使用
2019-07-05
LaravelElasticsearch
基於 URL 的縮圖在 Laravel 中的實現
2020-05-11
Laravel
Elasticsearch在資料湖中的地位
2018-11-09
Elasticsearch
實踐003-elasticsearch之analyzer
2022-05-03
Elasticsearch
Elasticsearch實踐（三）：Mapping
2021-09-09
ElasticsearchAPP
ClickHouse與Elasticsearch壓測實踐
2022-08-29
Elasticsearch
KubeSphere 接入外部 Elasticsearch 最佳實踐
2022-12-15
Elasticsearch
vue-ssr在專案中的實踐
2019-12-06
Vue
puppeteer在開發過程中的實踐
2018-07-27
單測在商家前端業務中的實踐
2022-12-27
前端
TDD與CI在Python中的實踐
2017-02-09
Python
使用 Laravel Scout + ElasticSearch 實現全文搜尋
2021-10-15
LaravelElasticsearch