README

在PHP中使用Elasticsearch

基于elasticsearch全文搜索引擎的PHP开发 1.概述：全文搜索是常见需求，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，你不能直接使用Lucene，必须编写代码来调用其接口。Elastic是Lucene的封装，提供了REST API操作接口，开箱即用。Elasticsearch中涉及的重要概念

1）Cluster：集群。ES可以作为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可以运行在多个互相协作的服务器上。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。当有大量文档时，由于内存限制、磁盘处理能力不足、无法快速响应用户请求等原因，单个节点可能不足以处理。这种情况下，数据可以分为较小的分片，每个分片放在不同的服务器上。当你查询的索引分布在多个分片上时，ES会将查询发送到每个相关的分片，并将结果组合在一起，应用程序不知道分片的存在。即：这个过程对用户来说是透明的。

4）Replica：副本。为了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，其中之一被选为主分片以更改索引操作。当主分片丢失时，如：该分片所在的数据不可用，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中的LIKE语句。全文索引就是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”可能被分词成：“你们”，“激情”，“什么事情”，“来”等token，这样当你搜索“你们”或“激情”时都会搜出这句。

好了，本文主要讲解Elasticsearch环境搭建及中文分词用法。下面讲解Elasticsearch环境搭建及使用。

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：

1. 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。我在本地建立了一张书本信息表，其中有4个字段，其中attr_text字段存储英文，其他字段存储中文

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都使用中文，并且使用了IK中文分词器。attr_text是英文的，因此使用了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，我们将MySQL的书本信息表数据生成索引数据：

php insertDataToEs.php

好了，以上准备工作已经完成