上穷碧落下凡尘Win10基于Docker配置Elasticsearch7全文检索交互

　　基于文档式的全文检索引擎大家都不陌生，之前一篇文章：使用Redisearch实现的全文检索功能服务，曾经使用Rediseach来小试牛刀了一把，文中戏谑的称Rediseach已经替代了Elasticsearch，其实不然，Elasticsearch作为老牌的全文检索引擎还并没有退出历史舞台，依旧占据主流市场，桃花依旧笑春风，阿里也在其ecs服务中推出了云端Elasticsearch引擎，所以本次我们在Win10系统中依托Docker来感受一下Elasticsearch的魅力。
　　首先安装Docker，具体流程请参照：win10系统下把玩折腾DockerToolBox以及更换国内镜像源(各种神坑)，这里不再赘述。
　　拉取Elasticsearch镜像，这里我们使用7.0以上的版本，该版本从性能和效率上都得到了优化。 docker pull elasticsearch:7.2.0
　　随后运行Elasticsearch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。
　　启动容器成功后，可以访问一下浏览器: http://localhost:9200
　　OK,没有任何问题，Elasticsearch 采用 YAML 文件对系统进行配置，原理很简单，就像Django的settings或者Flask的Config，只要通知Elasticsearch服务在运行过程中一些你想要的功能，而Elasticsearch会找到elasticsearch.yml，之后按你指定的参数运行服务。
　　此时，我们需要将容器内部Elasticsearch的配置文件拷贝出来，这样以后启动容器就可以按照我们自己指定的配置来修改了。 docker cp 容器id:/usr/share/elasticsearch/config/elasticsearch.yml ./elasticsearch.yml
　　老规矩，前面的是容器内地址，后面的是宿主机地址，这里我就拷贝到当前目录下，当然了，你也可以指定绝对路径。
　　打开elasticsearch.yml，可以自己加一些配置，比如允许跨域访问，这样你这台Elasticsearch就可以被别的服务器访问了，这是微服务全文检索系统架构的第一步。 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Elasticsearch容器，并且删除它。 docker stop 容器id docker rm $(docker ps -a -q)
　　再次启动Elasticsearch容器，这一次不同的是，我们需要通过-v挂载命令把我们刚刚修改好的elasticsearch.yml挂载到容器内部去，这样容器就根据我们自己修改的配置文件来运行Elasticsearch服务。 docker run --name es -v /es/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。
　　这里再简单介绍一下Win10如何设置共享文件夹用来配合Docker的挂载，打开virtualBox设置，新建一个共享文件夹es
　　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
　　再次启动容器成功之后，我们就可以利用Python3来和全文检索引擎Elasticsearch进行交互了，安装依赖的库。 pip3 install elasticsearch
　　新建es_test.py测试脚本
　　建立Elasticsearch的检索实例 from elasticsearch import Elasticsearch   es = Elasticsearch(hosts=[{＂host＂:＂Docker容器所在的ip＂, ＂port＂: 9200}])
　　这里的host指容器ip，因为可以扩展集群，所以是一个list，需要注意一点，如果是Win10就是系统分配的那个ip,Centos或者Mac os直接写127.0.0.1即可。
　　建立索引(Index)，这里我们创建一个名为 article 的索引 result = es.indices.create(index=＂article＂, ignore=400) print(result)  {＂acknowledged＂: True, ＂shards_acknowledged＂: True, ＂index＂: ＂article＂}
　　其中的 acknowledged 字段表示创建操作执行成功。
　　删除索引也是类似的，代码如下： result = es.indices.delete(index=＂article＂, ignore=[400, 404]) print(result)  {＂acknowledged＂: True}
　　插入数据，Elasticsearch 就像 MongoDB 一样，在插入数据的时候可以直接插入结构化字典数据，插入数据可以调用 index() 方法，这里索引和数据是强关联的，所以插入时需要指定之前建立好的索引。 data = {＂title＂: ＂我在北京学习人工智能＂, ＂url＂: ＂http://123.com＂,＂content＂:＂在北京学习＂} result = es.index(index=＂article＂,body=data) print(result)  {＂_index＂: ＂article＂, ＂_type＂: ＂_doc＂, ＂_id＂: ＂GyJgb3MBuQaE6wYOApTh＂, ＂_version＂: 1, ＂result＂: ＂created＂, ＂_shards＂: {＂total＂: 2, ＂successful＂: 1, ＂failed＂: 0}, ＂_seq_no＂: 5, ＂_primary_term＂: 1}
　　可以看到index()方法会自动生成一个唯一id，当然我们也可以使用create()方法创建数据，不同的是create()需要手动指定一个id。
　　修改数据也非常简单，我们同样需要指定数据的 id 和内容，调用 index() 方法即可，代码如下： data = {＂content＂:＂在北京学习python＂}  #修改 result = es.index(index=＂article＂,body=data, id=＂GyJgb3MBuQaE6wYOApTh＂)  {＂_index＂: ＂article＂, ＂_type＂: ＂_doc＂, ＂_id＂: ＂GyJgb3MBuQaE6wYOApTh＂, ＂_version＂: 2, ＂result＂: ＂updated＂, ＂_shards＂: {＂total＂: 2, ＂successful＂: 1, ＂failed＂: 0}, ＂_seq_no＂: 6, ＂_primary_term＂: 1}
　　删除数据，可以调用 delete() 方法，指定需要删除的数据 id 即可 #删除 result = es.delete(index=＂article＂,id=＂GyJgb3MBuQaE6wYOApTh＂) print(result)  {＂_index＂: ＂article＂, ＂_type＂: ＂_doc＂, ＂_id＂: ＂GyJgb3MBuQaE6wYOApTh＂, ＂_version＂: 3, ＂result＂: ＂deleted＂, ＂_shards＂: {＂total＂: 2, ＂successful＂: 1, ＂failed＂: 0}, ＂_seq_no＂: 7, ＂_primary_term＂: 1}
　　查询数据，这里可以简单的查询全量数据： #查询 result = es.search(index=＂article＂) print(result)  {＂took＂: 1079, ＂timed_out＂: False, ＂_shards＂: {＂total＂: 1, ＂successful＂: 1, ＂skipped＂: 0, ＂failed＂: 0}, ＂hits＂: {＂total＂: {＂value＂: 5, ＂relation＂: ＂eq＂}, ＂max_score＂: 1.0, ＂hits＂: [{＂_index＂: ＂article＂, ＂_type＂: ＂blog＂, ＂_id＂: ＂1＂, ＂_score＂: 1.0, ＂_source＂: {＂title＂: ＂我在北京学习人工智能＂, ＂url＂: ＂http://123.com＂, ＂content＂: ＂在北京学习＂}}, {＂_index＂: ＂article＂, ＂_type＂: ＂blog＂, ＂_id＂: ＂FyIdb3MBuQaE6wYO8JQR＂, ＂_score＂: 1.0, ＂_source＂: {＂title＂: ＂你好＂, ＂content＂: ＂你好123＂}}, {＂_index＂: ＂article＂, ＂_type＂: ＂blog＂, ＂_id＂: ＂GCIeb3MBuQaE6wYOnpSv＂, ＂_score＂: 1.0, ＂_source＂: {＂title＂: ＂你好＂, ＂url＂: ＂http://123.com＂, ＂content＂: ＂你好123＂}}, {＂_index＂: ＂article＂, ＂_type＂: ＂blog＂, ＂_id＂: ＂GSJfb3MBuQaE6wYOu5RD＂, ＂_score＂: 1.0, ＂_source＂: {＂title＂: ＂你好＂, ＂url＂: ＂http://123.com＂, ＂content＂: ＂你好123＂}}, {＂_index＂: ＂article＂, ＂_type＂: ＂blog＂, ＂_id＂: ＂GiJfb3MBuQaE6wYO5pR4＂, ＂_score＂: 1.0, ＂_source＂: {＂title＂: ＂你好＂, ＂url＂: ＂http://123.com＂, ＂content＂: ＂你好123＂}}]}}
　　还可以进行全文检索，这才是体现 Elasticsearch 搜索引擎特性的地方。 mapping = {     ＂query＂: {         ＂match＂: {             ＂content＂: ＂学习 北京＂         }     } }  result = es.search(index=＂article＂,body=mapping) print(result)  {＂took＂: 4, ＂timed_out＂: False, ＂_shards＂: {＂total＂: 1, ＂successful＂: 1, ＂skipped＂: 0, ＂failed＂: 0}, ＂hits＂: {＂total＂: {＂value＂: 1, ＂relation＂: ＂eq＂}, ＂max_score＂: 4.075481, ＂hits＂: [{＂_index＂: ＂article＂, ＂_type＂: ＂blog＂, ＂_id＂: ＂1＂, ＂_score＂: 4.075481, ＂_source＂: {＂title＂: ＂我在北京学习人工智能＂, ＂url＂: ＂http://123.com＂, ＂content＂: ＂在北京学习＂}}]}}
　　可以看出，检索时会对对应的字段全文检索，结果还会按照检索关键词的相关性进行排序，这就是一个基本的搜索引擎雏形。
　　除了这些最基本的操作，Elasticsearch还支持很多复杂的查询，可以参照最新的7.2版本文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.2/query-dsl.html
　　结语：体验了之后，有人说，Elasticsearch这玩意还真不错，能不能把Mysql或者Mongo全都扔了，就拿它当数据库不就完事了吗？答案当然是不可能的，因为Elasticsearch没有事务，而且是查询是近实时，写入速度很慢，只是读取数据快，成本也比数据库高，几乎就在靠吃内存提高性能，它目前只是作为搜索引擎的存在，如果你的业务涉及全文检索，那么它就是你的首选方案之一。