搜索引擎是现代 Web 应用中的重要部分。针对不同的需求，例如在线商店、社交媒体或者大型网站，开发人员需要构建不同规模和复杂度的搜索引擎。在这篇文章中，我们将介绍使用 GraphQL 和 Elasticsearch 构建搜索引擎的方法和技巧。
GraphQL 简介
GraphQL 是一种查询语言和运行时环境，由 Facebook 在 2012 年开发，并在 2015 年对外发布。GraphQL 旨在简化客户端和服务器之间的数据交互，将客户端的数据需要传递给服务器的请求和服务器返回数据的响应，变成一种类似于关系型数据库查询语言的格式。GraphQL 可以大幅度降低增量数据需求以及为纷繁复杂的客户端恶心的 RESTful 设计提供优雅的解决方案。
GraphQL 核心特性：
- 自描述性：可以搜索模式并按照模型的方式来生产新的查询。
- 精确性：开发人员可以精确指定所需的字段，避免了 RESTful 开发中查询遇到的数据其他不需要的情况。
- 强大的类型系统：GraphQL 使用类似关系型数据库的类型系统的设计，可以明确数据模型并自动生成相关的文档。
- 使用单端点 API：开发人员只需要专注数据模型和查询的描述，而不是 URL、HTTP 方法和 JSON 结构等。
- 带有可重用的组件：开发人员可以创建和维护一个为 API 设计的组件库或者输出部分。
Elasticsearch 简介
Elasticsearch 是一个开源分布式搜索引擎，它使用专门的存储、索引和分析技术，方便快速并且容易地存储、搜索和分析大量文档。它提供了一个广泛的 API，可以处理千万级别的数据并支持实时查询。Elasticsearch 还提供插件机制，允许用户扩展和自定义搜索引擎。
Elasticsearch 核心特性：
- 分布式存储和查询
- 支持全文检索和聚合查询
- 开箱即用的 RESTful API 接口
- 可定制和可扩展
- 实时查询和数据更新
构建搜索引擎
结合 GraphQL 和 Elasticsearch，可以构建出高效，易用的搜索引擎。类似于 GraphQL，Elasticsearch 也采用了类似 RESTful 的 API 设计，接口实现了相关的请求、查询语言等。构建一个基于 GraphQL 和 Elasticsearch 的搜索引擎，首要任务是设计 DOM 的数据模型。
下面，我们假设需要搜索的文档具有如下格式：
-- -------------------- ---- -------
-
----- --
-------- ------ -------
------- ------ ------ --- ----- ---------
------- -
----- --
------- -------
--
-------- ---
------- --------- ---------
------- --------------------------
-以上数据表示一个文档，包含一个 ID、一些元数据、一些文本内容和其他数据 (可设置可售前)，这是代表一图片文档的包含。因为 Elasticsearch 是基于 JSON 处理的，可以轻松将其转化为 Elasticsearch 支持的数据格式，即 index （索引）、type（文档），同时在 Elasticsearch 中使用 Mapping 定义字段、类型和其它设置。
首先，我们需要将上面的文档映射到 Elasticsearch 中的索引。这个过程需要定义模型的映射，定义索引名称以及索引的数据类型，具体代码如下：
-- -------------------- ---- -------
--- ---------
-
----------- -
------------------- --
--------------------- -
--
----------- -
------------- -
----- - ------- --------- --
-------- - ------- ------ --
------- - ------- ------ --
------- -
------- ---------
------------- -
----- - ------- --------- --
------- - ------- ------ -
-
--
-------- - ------- --------- --
------- - ------- --------- --
------- - ------- ------ -
-
-
-以上代码定义了一个名为 my_index 的索引，同时设定了 3 个分片和 2 个副本。其次，定义了索引里的字段类型以及包含的字段。
接下来，我们可以使用 GraphQL 来构建查询语言。GraphQL 核心是创建一个 schema，该 schema 定义了所有可以访问的查询，其中就包含了一些 Elasticsearch 查询。例如，以下代码显示了可以执行的查询类型：
-- -------------------- ---- -------
---- ----- -
--------------------- -------- ----- --- - -- ------ --- - ---- -----------
------------------ -------- ----- --- - -- ------ --- - ---- --------
-
---- ------- -
--- ---
------ -------
------ ----
----- ----------
-
---- ---- -
--- ---
----- -------
-这个 schema 定义了两个查询类型 searchArticles 和 searchUsers，它们都是返回指定类型的数组。其中，searchArticles 查询接受一个查询字符串、用于跳过的条数和用于返回的最大项目数量。这个查询需要返回匹配查询字符串的所有文章，这些文章都包含 id、title、likes 和 tags 字段。
searchUsers 查询与 searchArticles 类似，它需要匹配查询字符串并返回所有匹配的用户，这些用户包含 id 和 name 字段。
GraphQL 执行查询是一种两个不同模式的查询：查询模式和变更模式（Update、Delete、Insert）。与 REST API 不同，GraphQL 可以执行多个查询同时返回多个结果。
最后，我们需要将 GraphQL 和 Elasticsearch 集成在一起。为了执行 Elasticsearch 查询，需要使用类似于 Elasticsearch-js 和 apollo-link-resolve-fetch 的库。这些库将 GraphQL 查询结果直接转换为 Elasticsearch 查询，轻松地与 Elasticsearch 集成。第三方库和插件能在 apollo-link 和 Elasticsearch-js 上构建 GraphQL 和 Elasticsearch 集成所需的组件。
以下是一个使用 node.js 和 Elasticsearch-js 的示例代码：
-- -------------------- ---- -------
----- - ------ - - ---------------------------------
----- ------ - --- -------- ----- ----------------------- --
----- -------- ------------- -
----- ------- - ----- ---------------
-- -----
--
------ --------------------------- -- ------------
-我们使用 Elasticsearch-js 开始了一个 Elasticsearch 客户端，向 Elasticsearch 发出一个查询请求。查询采用 JSON 示范样式来指定查询参数，或者直接输入查询字符串。
结论
使用 GraphQL 和 Elasticsearch 构建搜索引擎，可以实现高效、易用、可扩展的搜索引擎。GraphQL 提供了一个强大的查询语言，Elasticsearch 提供了强大的搜索引擎。这两个技术的结合可以将搜索引擎的复杂度降至最低，使其成为现代 Web 应用中必不可少的一部分。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/676e22fb2a18d78edd902f0e