Elasticsearch

Elasticsearch是一個基於Lucene的搜索引擎。它提供了一個分散式多用戶能力的全文搜索引擎，基於RESTful 的API介面。Elasticsearch是用Java語言開發的，並作為Apache許可條款下的開放源碼發佈，是非常流行的企業級搜索引擎。官方支持的客戶端語言包括Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby等。根據DB-Engines的排名顯示，Elasticsearch是最受歡迎的企業搜索引擎，其次是Apache Solr，而Solr也是基於Lucene開發的。

Elasticsearch的安裝方式有許多，官方也特別希望能夠在公有雲上部署。本文選擇最簡單的方式，直接在自己掌握的主機(ip:172.29.30.155)上安裝。其安裝過程如下所述：

# 這個安裝過程也有可能非常慢。
wget -qO - https://artifacts.elastic.co/GPG-KEY-elasticsearch | sudo gpg --dearmor -o /usr/share/keyrings/elasticsearch-keyring.gpg
sudo apt-get install apt-transport-https
echo "deb [signed-by=/usr/share/keyrings/elasticsearch-keyring.gpg] https://artifacts.elastic.co/packages/8.x/apt stable main" | sudo tee /etc/apt/sources.list.d/elastic-8.x.list
sudo apt-get update && sudo apt-get install -y elasticsearch

另一個簡單的辦法就是直接下載安裝包。從官網上下載：

# 在ubuntu bionic目標機的終端下
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-8.3.2-amd64.deb
sudo dpkg -i elasticsearch-8.3.2-amd64.deb

這種方式的好處是可以複製deb文件以多個電腦上，從而節省下載時間。需要安裝的目標電腦越多，這種方式越合算。

在ubuntu bionic下，可以使用systemd對其進行管理。相關命令如下：

sudo /bin/systemctl daemon-reload
# 自動啟動
sudo /bin/systemctl enable elasticsearch
# 啟動
sudo systemctl start elasticsearch
# 查看狀態
sudo systemctl status elasticsearch
# 如果出現錯誤，可以查看日誌。
journalctl -f
journalctl -u elasticsearch

# 停止
sudo systemctl stop elasticsearch

# 重置口令,人工指定
/usr/share/elasticsearch/bin/elasticsearch-reset-password -u elastic -i

# 重置口令,自動生成
/usr/share/elasticsearch/bin/elasticsearch-reset-password -u elastic

# 測試之
curl --cacert /etc/elasticsearch/certs/http_ca.crt -u elastic https://localhost:9200
curl --cacert /etc/elasticsearch/certs/http_ca.crt -u elastic https://172.29.30.155:9200

獲得的響應類似下列信息：

{
  "name" : "dbservers",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "LFs6cpSHTSqLqbx6lRgkvw",
  "version" : {
    "number" : "8.3.2",
    "build_type" : "deb",
    "build_hash" : "8b0b1f23fbebecc3c88e4464319dea8989f374fd",
    "build_date" : "2022-07-06T15:15:15.901688194Z",
    "build_snapshot" : false,
    "lucene_version" : "9.2.0",
    "minimum_wire_compatibility_version" : "7.17.0",
    "minimum_index_compatibility_version" : "7.0.0"
  },
  "tagline" : "You Know, for Search"
}

Elasticsearch的功能非常複雜，需要下功夫學習，本文只從python的角度來使用這個工具。官方推薦的模塊安裝如下：

pip install elasticsearch

# 為了能夠完成安全驗證，需要下載相關的證書到本地
scp [email protected]:/etc/elasticsearch/certs/http_ca.crt .

完成後，以下代碼簡單示例瞭如何插入記錄：

from elasticsearch import Elasticsearch
from datetime import datetime
serverip = "172.29.30.155"
cafile = r"d:\http_ca.crt"
ELASTIC_PASSWORD = "88488848"
indexname = "poetry"
index = 0


def connect():
    client = Elasticsearch(
        f"https://{serverip}:9200", ca_certs=cafile, basic_auth=("elastic", ELASTIC_PASSWORD))
    return client


def docgen(author, content):
    doc = {'author': author, 'text': content, 'timestamp': datetime.now(), }
    return doc


def insert(con, id, doc):
    resp = con.index(index=indexname, id=id, document=doc)
    return resp['result']


def getbyindex(con, id):
    resp = con.get(index=indexname, id=id)
    return resp['_source']


def list(con):
    resp = con.search(index=indexname, query={"match_all": {}})
    print("Got %d Hits:" % resp['hits']['total']['value'])
    for hit in resp['hits']['hits']:
        print("%(timestamp)s %(author)s: %(text)s" % hit["_source"])


def search(con, str):
    resp = con.search(index=indexname, query={"match": {"text": str}})
    print("Got %d Hits:" % resp['hits']['total']['value'])
    for hit in resp['hits']['hits']:
        print("%(timestamp)s %(author)s: %(text)s" % hit["_source"])


# 連接
con = connect()

# 插入記錄
index += 1
doc = docgen("李白", "天生我才必有用")
print(insert(con, index, doc))

index += 1
doc = docgen("杜甫", "功蓋三分國，名成八陣圖，江流石不轉，遺恨失吞吳")
print(insert(con, index, doc))

# 準確獲得記錄
print(getbyindex(con, 1))

# 列出所有記錄
list(con)

# 使用搜索功能，找到相關記錄
search(con, "天生")

上述代碼只是簡單地插入了2條記錄。真正要發揮作用搜索引擎的能力，必須要將大量的信息導入，同時也要建設集群系統，這部分的內容請閱讀官網相關資料，本文不再重覆。