前言

什么是搜索，这是一个相当简单的问题了，就是根据一个搜索词来检索出所有包含该词的数据。我们一般使用mysql数据搜索都是通过模糊搜索来查询，但是这样就会面临一个性能问题，假如数据量超多，这样的搜索无异于自杀。

基于文档式的全文检索引擎相信大家都不陌生，Elasticsearch诞生的本意是为了解决文本搜索太慢的问题，ES会默认将所有的输入内容当作字符串来理解，对于字段类型是keyword或者text的数据比较友好。

我们已经提到，Elasticsearch专为字符串搜索而生，在建立索引的时候针对字符串进行了非常多的优化，在对字符串进行准确匹配或者前缀匹配等匹配的时候效率是很高的。

谈论到搜索引擎，就一定会涉及到两个概念，正向索引和反向索引。听上去这是两个完全不同的数据结构。但是实际上，正向索引就好比我们的书籍，每本书都有目录，这就是一种正向索引，能够通过文档去查找关键词。

而反向索引，和正向索引是完全相反的，它将关键词作为索引， 去查找哪个文档包含了这个关键词，就拿上边的例子，正向索引是通过楼层去找店铺，而反向索引，就是你知道店铺的某一个字，商场导航给你提供了包含这个字的所有店铺，这样就极大的缩小了查找范围。

Docker配置

拉取镜像

docker pull elasticsearch:7.2.0

运行镜像

docker run --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -d elasticsearch:7.2.0

容器别名我们就用缩写es来替代，通过 9200 端口并使用Elasticsearch的原生传输协议和集群交互。集群中的节点通过端口 9300 彼此通信。如果这个端口没有打开，节点将无法形成一个集群，运行模式先走单节点模式。

此时，我们如果要加一些功能，就得改一些配置，就好像django的Settings配置一样。

Docker提供了cp命令来拷贝容器内部的文件

我们只要拷贝elasticsearch.yml

docker cp 容器id:/usr/share/elasticsearch/config/elasticsearch.yml ./elasticsearch.yml

也可以将文件拷贝路径指定为绝对路径

打开文件，可以加一些自己的配置

cluster.name: "docker-cluster"
network.host: 0.0.0.0
http.cors.enabled: true
http.cors.allow-origin: "*"

然后停止正在运行的容器，并且删除它

docker stop 容器id
docker rm $(docker ps -a -q)

再次启动，只不过不同的是，这次我们需要通过-v命令把我们刚刚修改的文件配置挂载到容器内部去。

docker run --name es -v E:\elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -d elasticsearch:7.2.0

这里需要注意一点，就是在Win10宿主机里需要单独设置一下共享文件夹，这里我设置的共享文件夹叫做es，如果是Centos或者Mac os就直接写真实物理路径即可。

随后，重启Docker，输入命令进入默认容器：docker-machine ssh default

在容器根目录能够看到刚刚设置的共享文件夹，就说明设置成功了。

另外还有一个需要注意的点，就是Elasticsearch存储数据也可以通过-v命令挂载出来，如果不对数据进行挂载，当容器被停止或者删除，数据也会不复存在，所以挂载后存储在宿主机会比较好一点，命令是：

docker run --name es -v /es/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /es/data:/usr/share/elasticsearch/data -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -d elasticsearch:7.2.0

python配置

首先安装pip3 install elasticsearch

建立检索实例

from elasticsearch import Elasticsearch
 
es = Elasticsearch(hosts=[{"host":'Docker容器所在的ip', "port": 9200}])

建立索引

# 建立索引
result = es.indices.create(index='godhearing', ignore=400)
print(result)

删除索引

result = es.indices.delete(index='godhearing', ignore=[400, 404])
print(result)

插入数据

data = {'title': '天听', 'url': 'http://123.com','content':"好耶耶耶"}
result = es.index(index='godhearing',body=data)
print(result)

index()方法会自动生成一个唯一id

也可以使用create()方法创建数据
不同的是create()需要手动指定一个id

修改数据

data = {'content':"啊哈哈哈哈哈哈哈嗝！"}
result = es.index(index='godhearing',body=data, id='插入数据时返回的id')
print(result)

修改之后，仅剩余此字段

删除数据

result = es.delete(index='godhearing',id='插入数据时的ID')
print(result)

查询数据

result = es.search(index='godhearing')
print(result)

全文检索

mapping = {
    'query': {
        'match': {
            'content': '嗝'
        }
    }
}
result = es.search(index='godhearing',body=mapping)
print(result)