Elasticsearch 之python

Elasticsearch介绍

1.什么是搜索
比如：百度，
垂直搜索（站内搜索）
互联网搜索： 电商网站，招聘网站，新闻网站等；
IT系统搜索： OA软件，会议管理，日程管理，项目管理
搜索就是再任何场景下，找寻你想要的信息，这个时候，会输入一段你要搜索的关键字，然后就期望找到这个关键字的有些信息。

2. 如果使用数据库会怎么样？
（1）比方说：每条记录指定字段的文本，可能会很长，比如说“商品描述”字段的长度，有长大数千个，甚至上万个字符，这个时候，每次都要对每一条记录的所有文本进行扫描，判断包含不包含指定的关键字
（2）还不能将搜索词进行拆分来。尽可能搜索更多符合要求期望的结果，比如输入“生化机”，就不能搜索出“生化危机”
因此，使用数据库是不太靠谱的，性能会很差。

3，什么是全文检索和Lucene?
（1）全文检索，倒排索引

（2）Lucene，就是一个jar包，里面包含了封装好的各种建立倒排索引，以及进行搜索的代码，包括各种算法。我们就用java开发的时候，引入Lucene，然后基于Lucene的api进行开发就可以了。用Lucene，我们就可以将已有的数据建立索引，
Lucene会在本地磁盘上面，给我们组织索引的数据结构。另外的话，我们也可以用Lunece提供一些功能和api来针对磁盘上的索引数据，进行搜索。

4.Elasticsearch功能
（1）分布式的搜索引擎和数据分析引擎
搜索： 百度，网站的站内搜索，IT系统的检索
数据分析：电商网站，比如：1个月内商品销售排名有哪些；
（2）全文检索，结构化检索，数据分析
全文检索：搜索商品名称包含与牙膏的商品， select * from produce where produce_name like "%牙膏%"
结构化检索：搜索商品为日用商品都有那些， select * from produce where category_id="日用商品"
数据分析：分析每一个商品分类下有多少个商品，select category_id,count(*) from produce group by category_id,
(3)对海量数据进行近实时的处理
分布式：ES自动可以将海量数据分散到多台服务器上去存储和检索
跟分布式相反的：Lucene，单机应用，只能在单台服务器上使用，最多只能处理单台服务器的数据量

 

 Elasticsearch安装

1.安装JDK，至少1.8版本以上， https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
配置环境变量，   终端： java -version
2.下载和解压Elasticsearch安装包， https://www.elastic.co/downloads/past-releases  选择版本 5.X
运行bin目录下的 elasticsearch.bat
检查是否启动成功：http://localhost:9200/?pretty
3.下载和解压Kibana
运行bin目录下的 kibana.bat
检查是否运行成功：http://localhost:5601/
进入Dev Tools界面

 

python API接口进行连接

导入Elasticsearch包

pip install elasticsearch

无用户名密码状态

from elasticsearch import Elasticsearch
es = Elasticsearch([{'host':'10.10.13.12','port':9200}])

# 默认的超时时间是10秒，如果数据量很大，时间设置更长一些。如果端口是9200，直接写IP即可
es = Elasticsearch(['10.10.13.12'], timeout=3600)

用户名密码登陆

es = Elasticsearch(['10.10.13.12'], http_auth=('xiao', '123456'), timeout=3600)