Laravel + Elasticsearch 实现中文搜索的方法

Elasticsearch

Elasticsearch 是一个基于 Apache Lucene(TM) 的开源搜索引擎，无论在开源还是专有领域，Lucene可 以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。

但是，Lucene 只是一个库。想要发挥其强大的作用，你需使用 Java 并要将其集成到你的应用中。Lucene 非常复杂，你需要深入的了解检索相关知识来理解它是如何工作的。

Elasticsearch 也是使用 Java 编写并使用 Lucene 来建立索引并实现搜索功能，但是它的目的是通过简单连贯的 RESTful API 让全文搜索变得简单并隐藏 Lucene 的复杂性。

不过，Elasticsearch 不仅仅是 Lucene 和全文搜索引擎，它还提供：

• 分布式的实时文件存储，每个字段都被索引并可被搜索
• 实时分析的分布式搜索引擎
• 可以扩展到上百台服务器，处理PB级结构化或非结构化数据

而且，所有的这些功能被集成到一台服务器，你的应用可以通过简单的 RESTful API、各种语言的客户端甚至命令行与之交互。上手 Elasticsearch 非常简单，它提供了许多合理的缺省值，并对初学者隐藏了复杂的搜索引擎理论。它开箱即用（安装即可使用），只需很少的学习既可在生产环境中使用。

Elasticsearch 在 Apache 2 license 下许可使用，可以免费下载、使用和修改。

ElasticSearch 安装

在 Laradock 中已经集成了 ElasticSearch。我们可以直接使用：

1. docker-compose up -d elasticsearch

如果需要安装插件，执行命令：

1. docker-compose exec elasticsearch /usr/share/elasticsearch/bin/elasticsearch-plugin install {plugin-name}
2.  
3. // 重启容器
4. docker-compose restart elasticsearch

注：

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

由于我是 centos 7 环境，直接设置在系统设置：
sysctl -w vm.max_map_count=262144

默认用户名和密码：「elastic」、「changeme」，端口号：9200

ElasticHQ

ElasticHQ is an open source application that offers a simplified interface for managing and monitoring Elasticsearch clusters.

Management and Monitoring for Elasticsearch.

http://www.elastichq.org/

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

输入我们的 Elasticsearch Host，即可进入后台。

默认的创建了：

一个集群 cluster：laradock-cluster
一个节点 node：laradock-node
一个索引 index：.elastichq

IK 分词器安装

ElasticSearch 主要是用于自己 blog 或者公众号文章的搜索使用，所以需要选择一个中文分词器配合使用，这里刚开始推荐使用 IK 分词器，下面开始安装对应 ElasticSearch版本 (7.5.1) 一致的插件：

https://github.com/medcl/elasticsearch-analysis-ik/releases

1. // 安装插件
2. docker-compose exec elasticsearch /usr/share/elasticsearch/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.5.1/elasticsearch-analysis-ik-7.5.1.zip

注：可以将 zip 文件先下载回来，然后再安装，速度会快些。

检验分词效果

根据 Elasticsearch API 测试，分词的效果达到了：

1. ~ curl -X POST "http://your_host/_analyze?pretty" -H 'Content-Type: application/json' -d'
2. {
3. "analyzer": "ik_max_word",
4. "text": "我是中国人"
5. }
6. '
7.  
8. {
9. "tokens" : [
10. {
11. "token" : "我",
12. "start_offset" : 0,
13. "end_offset" : 1,
14. "type" : "CN_CHAR",
15. "position" : 0
16. },
17. {
18. "token" : "是",
19. "start_offset" : 1,
20. "end_offset" : 2,
21. "type" : "CN_CHAR",
22. "position" : 1
23. },
24. {
25. "token" : "中国人",
26. "start_offset" : 2,
27. "end_offset" : 5,
28. "type" : "CN_WORD",
29. "position" : 2
30. },
31. {
32. "token" : "中国",
33. "start_offset" : 2,
34. "end_offset" : 4,
35. "type" : "CN_WORD",
36. "position" : 3
37. },
38. {
39. "token" : "国人",
40. "start_offset" : 3,
41. "end_offset" : 5,
42. "type" : "CN_WORD",
43. "position" : 4
44. }
45. ]
46. }

结合 Laravel

虽然 Elasticsearch 官方提供了对应的 PHP 版本的插件，但我们还是希望和 Laravel 结合的更紧密些，所以这里选择和 Scout 结合使用，具体用到了 tamayo/laravel-scout-elastic 插件。

1. composer require tamayo/laravel-scout-elastic
2.  
3. composer require laravel/scout
4.  
5. php artisan vendor:publish

选择：Laravel\Scout\ScoutServiceProvider

修改驱动为 elasticsearch：

1. 'driver' => env('SCOUT_DRIVER', 'elasticsearch'),

创建索引

创建索引有几种方法，其中可以使用 Ela 可视化工具 ElasticHQ 直接创建。

接下来我们需要更新这个索引，补充 Mappings 这部分，可以用 Postman。

另一种方法是用 Laravel 自带的 Artisan 命令行功能。

这里我们推荐使用 Artisan 命令行。

1. php artisan make:command ESOpenCommand

根据官网提示，我们可以在 ESOpenCommand 上向 Elasticsearch 服务器发送 PUT 请求，这里借助 Elasticsearch 提供的 PHP 插件，在我们使用 tamayo/laravel-scout-elastic 插件时，已经安装了 Elasticsearch PHP 插件：

下面就可以借助插件，创建我们的 Index，直接看代码：

1. public function handle()
2. {
3. $host = config('scout.elasticsearch.hosts');
4. $index = config('scout.elasticsearch.index');
5. $client = ClientBuilder::create()->setHosts($host)->build();
6.  
7. if ($client->indices()->exists(['index' => $index])) {
8. $this->warn("Index {$index} exists, deleting...");
9. $client->indices()->delete(['index' => $index]);
10. }
11.  
12. $this->info("Creating index: {$index}");
13.  
14. return $client->indices()->create([
15. 'index' => $index,
16. 'body' => [
17. 'settings' => [
18. 'number_of_shards' => 1,
19. 'number_of_replicas' => 0
20. ],
21. 'mappings' => [
22. '_source' => [
23. 'enabled' => true
24. ],
25. 'properties' => [
26. 'id' => [
27. 'type' => 'long'
28. ],
29. 'title' => [
30. 'type' => 'text',
31. 'analyzer' => 'ik_max_word',
32. 'search_analyzer' => 'ik_smart'
33. ],
34. 'subtitle' => [
35. 'type' => 'text',
36. 'analyzer' => 'ik_max_word',
37. 'search_analyzer' => 'ik_smart'
38. ],
39. 'content' => [
40. 'type' => 'text',
41. 'analyzer' => 'ik_max_word',
42. 'search_analyzer' => 'ik_smart'
43. ]
44. ],
45. ]
46. ]
47. ]);
48. }

好了，我们执行 Kibana 看到我们已经创建好了 Index：

注 Kibana 本地 Docker 安装：

后续会重点说明 Kibana 如何使用

1. docker run -d --name kibana -e ELASTICSEARCH_HOSTS=http://elasticsearch_host -p 5601:5601 -e SERVER_NAME=ki.test kibana:7.5.2

为了验证 Index 是否可用，可以插入一条数据看看：

1. curl -XPOST your_host/coding01_open/_create/1 -H 'Content-Type:application/json' -d'
2. {"content":"中韩渔警冲突调查：韩警平均每天扣1艘中国渔船"}

可以通过浏览器看看对应的数据：

有了 Index，下一步我们就可以结合 Laravel，导入、更新、查询等操作了。

Laravel Model 使用

Laravel 框架已经为我们推荐使用 Scout 全文搜索，我们只需要在 Article Model 加上官方所说的内容即可，很简单，推荐大家看 Scout 使用文档：https://learnku.com/docs/laravel/6.x/scout/5191，下面直接上代码：

1. <?php
2.  
3. namespace App;
4.  
5. use App\Tools\Markdowner;
6. use Illuminate\Database\Eloquent\Model;
7. use Illuminate\Database\Eloquent\SoftDeletes;
8. use Laravel\Scout\Searchable;
9.  
10. class Article extends Model
11. {
12. use Searchable;
13.  
14. protected $connection = 'blog';
15. protected $table = 'articles';
16. use SoftDeletes;
17.  
18. /**
19. * The attributes that should be mutated to dates.
20. *
21. * @var array
22. */
23. protected $dates = ['published_at', 'created_at', 'deleted_at'];
24.  
25. /**
26. * The attributes that are mass assignable.
27. *
28. * @var array
29. */
30. protected $fillable = [
31. 'user_id',
32. 'last_user_id',
33. 'category_id',
34. 'title',
35. 'subtitle',
36. 'slug',
37. 'page_image',
38. 'content',
39. 'meta_description',
40. 'is_draft',
41. 'is_original',
42. 'published_at',
43. 'wechat_url',
44. ];
45.  
46. protected $casts = [
47. 'content' => 'array'
48. ];
49.  
50. /**
51. * Set the content attribute.
52. *
53. * @param $value
54. */
55. public function setContentAttribute($value)
56. {
57. $data = [
58. 'raw' => $value,
59. 'html' => (new Markdowner)->convertMarkdownToHtml($value)
60. ];
61.  
62. $this->attributes['content'] = json_encode($data);
63. }
64.  
65. /**
66. * 获取模型的可搜索数据
67. *
68. * @return array
69. */
70. public function toSearchableArray()
71. {
72. $data = [
73. 'id' => $this->id,
74. 'title' => $this->title,
75. 'subtitle' => $this->subtitle,
76. 'content' => $this->content['html']
77. ];
78.  
79. return $data;
80. }
81.  
82. public function searchableAs()
83. {
84. return '_doc';
85. }
86. }

Scout 提供了 Artisan 命令 import 用来导入所有已存在的记录到搜索索引中。

1. php artisan scout:import "App\Article"

看看 Kibana，已存入 12 条数据，和数据库条数吻合。

有了数据，我们可以测试看看能不能查询到数据。

还是一样的，创建一个命令：

1. class ElasearchCommand extends Command
2. {
3. /**
4. * The name and signature of the console command.
5. *
6. * @var string
7. */
8. protected $signature = 'command:search {query}';
9.  
10. /**
11. * The console command description.
12. *
13. * @var string
14. */
15. protected $description = 'Command description';
16.  
17. /**
18. * Create a new command instance.
19. *
20. * @return void
21. */
22. public function __construct()
23. {
24. parent::__construct();
25. }
26.  
27. /**
28. * Execute the console command.
29. *
30. * @return mixed
31. */
32. public function handle()
33. {
34. $article = Article::search($this->argument('query'))->first();
35. $this->info($article->title);
36. }
37. }

这是我的 titles，我随便输入一个关键字：「清单」，看是否能搜到。

总结

整体完成了：

• Elasticsearch 安装；
• Elasticsearch IK 分词器插件安装；
• Elasticsearch 可视化工具 ElasticHQ 和 Kibana 的安装和简单使用；
• Scout 的使用；
• Elasticsearch 和 Scout 结合使用。

接下来就要将更多的内容存入 Elasticsearch 中，为自己的 blog、公众号、自动化搜索等场景提供全文搜索。

参考

推荐一个命令行应用开发工具——Laravel Zero

Artisan 命令行 https://learnku.com/docs/laravel/6.x/artisan/5158

Scout 全文搜索 https://learnku.com/docs/laravel/6.x/scout/5191

How to integrate Elasticsearch in your Laravel App – 2019 edition https://madewithlove.be/how-to-integrate-elasticsearch-in-your-laravel-app-2019-edition/

Kibana Guide https://www.elastic.co/guide/en/kibana/index.html

elasticsearch php-api [https://www.elastic.co/guide/en/elasticsearch/client/php-api/current/index.html](https://www.elastic.co/guide/en/elasticsearch/client/php-api/current/index.html)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

原文链接：https://segmentfault.com/a/1190000021670576