推荐18-Laravel scout 与 elasticsearch 案例

  • 2019 年 10 月 7 日
  • 笔记

$ wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.5.1.zip  $ unzip elasticsearch-5.5.1.zip  $ cd elasticsearch-5.5.1/

接着,进入解压后的目录,运行以下的命令,尝试启动 elastic

$ ./bin/elasticsearch

注意:

初次安装,非常有可能会出现以下报错:

max virtual memory areas vm.maxmapcount [65530] is too low

运行以下命令即可解决:

$ sudo sysctl -w vm.max_map_count=262144

如果一切正常,elastic 默认会在本机的 9200 端口运行,请求该端口,会获得以下

$ curl localhost:9200    {    "name" : "atntrTf",    "cluster_name" : "elasticsearch",    "cluster_uuid" : "tf9250XhQ6ee4h7YI11anA",    "version" : {      "number" : "5.5.1",      "build_hash" : "19c13d0",      "build_date" : "2017-07-18T20:44:24.823Z",      "build_snapshot" : false,      "lucene_version" : "6.6.0"    },    "tagline" : "You Know, for Search"  }

默认情况下,elastic 只允许本机访问,如果需要远程访问权限,需要修改 elastic 安装目录的 config/elasticserach.yml 文件,去掉 netword.host 的注释,将它的值 改为 0.0.0.0 ,然后重启 elastic

network.host: 0.0.0.0

上面代码中,设成 0.0.0.0 让任何人都可以访问。线上服务不要这样设置,要设成具体的 IP

基本概念

elastic 本质上是一个分布式数据库,允许多台服务器协同工作,每台服务器可以允许多个 elastic 实例,单个 elastic 实例称为一个节点,一组节点构成一个集群

它有一些重要的概念

  1. Index(索引)
  2. Type(类型)
  3. Document(文档)
  4. Shards(分片)
  5. Replicasedit(副本)

分片和副本暂时用不到,就简单的说明一下

- 副本是乘法,越多越浪费,但也越保险。  - 分片是除法,分片越多,单分片数据就越少也越分散。

由于里面的概念内容比较多,贴出两个讲解的非常好的博客:

  1. 阮一峰的讲解
  2. ElastSearch 的技术分析

看完了之后,我们可以用一个对比来了解一下其中重要的概念

- 关系型数据库 -> Databases(库) -> Tables(表) -> Rows(行) -> Columns(列)。  - Elasticsearch -> Indeces(索引) -> Types(类型) -> Documents(文档) -> Fields(属性)。

Elasticsearch 集群可以包含多个索引(indices)(数据库),每一个索引可以包含多个类型 (Types)(表),每一个类型包含多个文档(documents)(行),然后每个文档包含多个字段(Fields)(列)。

虽然这么类比,但是毕竟是两个差异化的产品,而且上面也说过在以后的版本中类型 (Types) 可能会被删除,所以一般我们创建索引都是一个种类对应一个索引。生鲜就创建商品的索引,生活用品就创建生活用品的索引,而不会说创建一个商品的索引,里面既包含生鲜的类型,又包含生活用品的类型。

Laravel scout 与 es

先安装 scout 包

composer require laravel/scout

再生成配置文件

php artisan vendor:publish --provider="LaravelScoutScoutServiceProvider"

config/app.php 的 provider 中,添加

LaravelScoutScoutServiceProvider::class,  ScoutEnginesElasticsearchElasticsearchProvider::class,

然后我们还需要在 scout.php 中,添加 es 的配置信息,在 algolia 后添加

'elasticsearch' => [          'index' => env('ELASTICSEARCH_INDEX', 'dongdianyi'),          'hosts' => [              env('ELASTICSEARCH_HOST', 'http://127.0.0.1:9200'),          ],  ],

我们还需要使用到 GuzzleHttp

安装一下

composer require guzzlehttp/guzzle

开始写代码,需要先使用 command ,让 ES 初始化一些数据

php artisan make:command InitEs

贴出我的代码

<?php    namespace AppConsoleCommands;    use GuzzleHttpClient;  use IlluminateConsoleCommand;    class ESInit extends Command  {        protected $signature = 'es:init';        protected $description = '初始化 es库';        public function __construct()      {          parent::__construct();      }        public function handle()      {          $client = new Client();          try {              $this->createTemplate($client);              $this->createIndex($client);          } catch (Exception $ex) {              $ex->message();          }      }        public function createTemplate(Client $client)      {          $url = config('scout.elasticsearch.hosts')[0] . '/_template/tmp';          // 保证 template 不存在          // $client->delete($url);          $param = [              'json' => [                  'template' => '*',                  'settings' => [                      'number_of_shards' => 1,                  ],                  'mappings' => [                      '_default_' => [                          '_all'              => [                              'enabled' => true,                          ],                          'dynamic_templates' => [                              [                                  'strings' => [                                      'match_mapping_type' => 'string',                                      'mapping'            => [                                          'type'         => 'text',                                          'analyzer'     => 'ik_smart',                                          'ignore_above' => 256,                                          'fields'       => [                                              'keyword' => [                                                  'type' => 'keyword',                                              ],                                          ],                                      ],                                  ],                              ],                          ],                      ],                  ],              ],          ];          $client->put($url, $param);          $this->info('elasticsearch template created done');      }        public function createIndex(Client $client)      {          // 创建 index          $url = config('scout.elasticsearch.hosts')[0] . '/' . config('scout.elasticsearch.index');          // 保证 index 不存在          // $client->delete($url);          $param = [              'json' => [                  'settings' => [                      'refresh_interval'   => '5s',                      'number_of_shards'   => 1,                      'number_of_replicas' => 0,                  ],                  'mappings' => [                      '_default_' => [                          '_all' => [                              'enabled' => false,                          ],                      ],                  ],              ],          ];          $client->put($url, $param);          $this->info('elasticsearch index created done');      }  }

然后,我们要规定,是那个模型需要被搜索

<?php    namespace App;    use IlluminateDatabaseEloquentModel;  use LaravelScoutSearchable;      class Article extends Model  {      use Searchable;      protected $table = 'posts';        protected $fillable = [          'url',          'author',          'title',          'content',          'post_date'      ];        public function toSearchableArray()      {          return [              'title' => $this->title,              'content' => $this->content          ];      }  }

在模型里面,使用 Searchable 和重载 toSearchableArray 函数就可以了

然后使用命令

php artisan scout:import "AppArticle"

将目前数据库中的数据,按照 toSearchableArray 的规则导入,导入完成就可以了

验证结果

es 和 scout 的步骤已经走完了,接下来就可以使用了

先定义 graphql 接口

searchArticles(keyWord: String!): [Article!]! @paginate(defaultCount: 10, builder: "App\Article@searchArticles")

然后再解析

public function searchArticles($rootValue, array $args, GraphQLContext $context, ResolveInfo $resolveInfo)      {          $query = $args['keyWord'];          return Article::search($query);      }

完成!,这里例子中我使用的是 ik_smart ,会自动按照中文分词的最大粒度去匹配