让 Docker 上的 ElasticSearch 支持中文搜索
通过使用 ElasticSearch 来索引和搜索中文文档，可以使得我们能以更高效和灵活的方式来处理和分析海量中文数据。在 Docker 上搭建 ElasticSearch 环境是现代云原生应用程序中非常常见的一种方式。然而，由于 ElasticSearch 默认不支持中文搜索，我们需要进行必要的调整以确保正确的搜索结果。
在这篇文章中，我们将探讨如何在 Docker 上的 ElasticSearch 中实现中文搜索的方法，并提供具体的实现步骤。
一、安装中文分词插件
为了支持中文搜索，我们需要使用中文分词器插件。中文分词器的主要功能是将中文文本分割成单个的词汇，以便能更准确地进行搜索。
在此我们推荐使用 ansj 分词器插件。该插件是一款基于 Java 实现的中文分词工具，它具有高性能和高度的可扩展性，并被广泛使用于中文文本分析、信息提取等领域。
我们需要将 ansj 分词器插件安装到 ElasticSearch 中。可以通过以下命令进行安装：
docker exec -t -i es-plugins /bin/bash // 进入容器中的 bin 目录 cd /usr/share/elasticsearch/bin // 安装中文分词器插件 ./elasticsearch-plugin install https://github.com/NLPchina/elasticsearch-analysis-ansj/releases/download/v5.1.0/elasticsearch-analysis-ansj-5.1.0.zip
安装完成后，我们需要重启 ElasticSearch，以确保插件生效：
docker-compose down docker-compose up -d
二、配置 mapping 和 analyzer
在安装完插件之后，我们还需要配置 mapping 和 analyzer 以支持中文搜索。在 ElasticSearch 中，mapping 用于定义索引中存储数据的结构，而 analyzer 则主要用于指定中文分词器和搜索词的处理方式，常用的中文分词器包括 ansj、IK 等。
- 首先，我们需要创建一个新的索引，并在该索引中设置专门的 mapping 和 analyzer 配置：
-- -------------------- ---- -------
--- -----------
-
----------- -
----------- -
----------- -
------------------ - -- ------ --------------- ----
------------ ---------------
--------- -
---------------
-
-
--
------------ -
--------------- - -- ------ ------------ ----
------- -------------
------------------- --
-
--
--------- -
---------------- - -- ------ ------------- ------
------- ---------
----------------------------- -----
------------------- -----
---------------- -----
---------------------------- ---
------------ -----
-
-
-
--
----------- -
------- -
------------- -
------------- -
------- -------
----------- ----------------- -- ---- --------------- ---------
-
-
-
-
-在上述例子中，我们新建了一个名为 pinyin_analyzer 的分析器，并指定了 ansj_index 作为分词器的类型，并设置了最大分词长度为 10，可以根据需要适当调整。
请注意，我们还新建了一个名为 pinyin_filter 的拼音过滤器，它是为了支持搜索拼音的功能所必需的。
- 当我们已经有了一个映射及分析器后，我们就可以将数据写入到该索引中，并且提供特定的查询来搜索中文文档。
PUT /index_name/_doc/1
{
"field_name": "我的ElasticSearch"
}我们可以发现，我们新添加的文档包含一个名为 field_name 的字段，它是一个 text 类型的字段，并且该字段的分析器为 pinyin_analyzer。
- 接下来，我们将使用以下代码来执行搜索 pinyin_analyzer 分析器对 "我的ElasticSearch" 进行了分词，得到了以下的搜索结果：
POST /index_name/_search
{
"query": {
"match": {
"field_name": "eSeA"
}
}
}这个查询会返回所有包含 "eSeA"（不区分大小写）的文档，包括 "我的ElasticSearch" 类似字段。
总结
在此文章中，我们详细介绍了在 Docker 上搭建 ElasticSearch 环境后如何支持中文搜索，并提供了相应的插件、映射、分析器及查询语法的示例。我们希望这篇文章能够帮助您构建一个高效的中文搜索引擎。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/64f52335f6b2d6eab3dd3f11