上穷碧落下凡尘Win10基于Docker配置Elastics

　　基于文档式的全文检索引擎大家都不陌生，之前一篇文章：使用Redisearch实现的全文检索功能服务，曾经使用Rediseach来小试牛刀了一把，文中戏谑的称Rediseach已经替代了Elasticsearch，其实不然，Elasticsearch作为老牌的全文检索引擎还并没有退出历史舞台，依旧占据主流市场，桃花依旧笑春风，阿里也在其ecs服务中推出了云端Elasticsearch引擎，所以本次我们在Win10系统中依托Docker来感受一下Elasticsearch的魅力。
　　首先安装Docker，具体流程请参照：win10系统下把玩折腾DockerToolBox以及更换国内镜像源（各种神坑），这里不再赘述。
　　拉取Elasticsearch镜像，这里我们使用7。0以上的版本，该版本从性能和效率上都得到了优化。dockerpullelasticsearch：7。2。0
　　随后运行Elasticsearch镜像dockerrunnameesp9200：9200p9300：9300ediscovery。typesinglenodedelasticsearch：7。2。0
　　容器别名我们就用缩写es来替代，通过9200端口并使用Elasticsearch的原生传输协议和集群交互。集群中的节点通过端口9300彼此通信。如果这个端口没有打开，节点将无法形成一个集群，运行模式先走单节点模式。
　　启动容器成功后，可以访问一下浏览器：http：localhost：9200
　　OK，没有任何问题，Elasticsearch采用YAML文件对系统进行配置，原理很简单，就像Django的settings或者Flask的Config，只要通知Elasticsearch服务在运行过程中一些你想要的功能，而Elasticsearch会找到elasticsearch。yml，之后按你指定的参数运行服务。
　　此时，我们需要将容器内部Elasticsearch的配置文件拷贝出来，这样以后启动容器就可以按照我们自己指定的配置来修改了。dockercp容器id：usrshareelasticsearchconfigelasticsearch。yml。elasticsearch。yml
　　老规矩，前面的是容器内地址，后面的是宿主机地址，这里我就拷贝到当前目录下，当然了，你也可以指定绝对路径。
　　打开elasticsearch。yml，可以自己加一些配置，比如允许跨域访问，这样你这台Elasticsearch就可以被别的服务器访问了，这是微服务全文检索系统架构的第一步。cluster。name：dockerclusternetwork。host：0。0。0。0http。cors。enabled：truehttp。cors。alloworigin：
　　然后停止正在运行的Elasticsearch容器，并且删除它。dockerstop容器iddockerrm（dockerpsaq）
　　再次启动Elasticsearch容器，这一次不同的是，我们需要通过v挂载命令把我们刚刚修改好的elasticsearch。yml挂载到容器内部去，这样容器就根据我们自己修改的配置文件来运行Elasticsearch服务。dockerrunnameesveselasticsearch。yml：usrshareelasticsearchconfigelasticsearch。ymlp9200：9200p9300：9300ediscovery。typesinglenodedelasticsearch：7。2。0
　　这里需要注意一点，就是在Win10宿主机里需要单独设置一下共享文件夹，这里我设置的共享文件夹叫做es，如果是Centos或者Macos就直接写真实物理路径即可。
　　这里再简单介绍一下Win10如何设置共享文件夹用来配合Docker的挂载，打开virtualBox设置，新建一个共享文件夹es
　　随后，重启Docker，输入命令进入默认容器：dockermachinesshdefault
　　在容器根目录能够看到刚刚设置的共享文件夹，就说明设置成功了。
　　另外还有一个需要注意的点，就是Elasticsearch存储数据也可以通过v命令挂载出来，如果不对数据进行挂载，当容器被停止或者删除，数据也会不复存在，所以挂载后存储在宿主机会比较好一点，命令是：
　　dockerrunnameesveselasticsearch。yml：usrshareelasticsearchconfigelasticsearch。ymlvesdata：usrshareelasticsearchdatap9200：9200p9300：9300ediscovery。typesinglenodedelasticsearch：7。2。0
　　再次启动容器成功之后，我们就可以利用Python3来和全文检索引擎Elasticsearch进行交互了，安装依赖的库。pip3installelasticsearch
　　新建estest。py测试脚本
　　建立Elasticsearch的检索实例fromelasticsearchimportElasticsearchesElasticsearch（hosts〔｛host：Docker容器所在的ip，port：9200｝〕）
　　这里的host指容器ip，因为可以扩展集群，所以是一个list，需要注意一点，如果是Win10就是系统分配的那个ip，Centos或者Macos直接写127。0。0。1即可。
　　建立索引（Index），这里我们创建一个名为article的索引resultes。indices。create（indexarticle，ignore400）print（result）｛acknowledged：True，shardsacknowledged：True，index：article｝
　　其中的acknowledged字段表示创建操作执行成功。
　　删除索引也是类似的，代码如下：resultes。indices。delete（indexarticle，ignore〔400，404〕）print（result）｛acknowledged：True｝
　　插入数据，Elasticsearch就像MongoDB一样，在插入数据的时候可以直接插入结构化字典数据，插入数据可以调用index（）方法，这里索引和数据是强关联的，所以插入时需要指定之前建立好的索引。data｛title：我在北京学习人工智能，url：http：123。com，content：在北京学习｝resultes。index（indexarticle，bodydata）print（result）｛index：article，type：doc，id：GyJgb3MBuQaE6wYOApTh，version：1，result：created，shards：｛total：2，successful：1，failed：0｝，seqno：5，primaryterm：1｝
　　可以看到index（）方法会自动生成一个唯一id，当然我们也可以使用create（）方法创建数据，不同的是create（）需要手动指定一个id。
　　修改数据也非常简单，我们同样需要指定数据的id和内容，调用index（）方法即可，代码如下：data｛content：在北京学习python｝修改resultes。index（indexarticle，bodydata，idGyJgb3MBuQaE6wYOApTh）｛index：article，type：doc，id：GyJgb3MBuQaE6wYOApTh，version：2，result：updated，shards：｛total：2，successful：1，failed：0｝，seqno：6，primaryterm：1｝
　　删除数据，可以调用delete（）方法，指定需要删除的数据id即可删除resultes。delete（indexarticle，idGyJgb3MBuQaE6wYOApTh）print（result）｛index：article，type：doc，id：GyJgb3MBuQaE6wYOApTh，version：3，result：deleted，shards：｛total：2，successful：1，failed：0｝，seqno：7，primaryterm：1｝
　　查询数据，这里可以简单的查询全量数据：查询resultes。search（indexarticle）print（result）｛took：1079，timedout：False，shards：｛total：1，successful：1，skipped：0，failed：0｝，hits：｛total：｛value：5，relation：eq｝，maxscore：1。0，hits：〔｛index：article，type：blog，id：1，score：1。0，source：｛title：我在北京学习人工智能，url：http：123。com，content：在北京学习｝｝，｛index：article，type：blog，id：FyIdb3MBuQaE6wYO8JQR，score：1。0，source：｛title：你好，content：你好123｝｝，｛index：article，type：blog，id：GCIeb3MBuQaE6wYOnpSv，score：1。0，source：｛title：你好，url：http：123。com，content：你好123｝｝，｛index：article，type：blog，id：GSJfb3MBuQaE6wYOu5RD，score：1。0，source：｛title：你好，url：http：123。com，content：你好123｝｝，｛index：article，type：blog，id：GiJfb3MBuQaE6wYO5pR4，score：1。0，source：｛title：你好，url：http：123。com，content：你好123｝｝〕｝｝
　　还可以进行全文检索，这才是体现Elasticsearch搜索引擎特性的地方。mapping｛query：｛match：｛content：学习北京｝｝｝resultes。search（indexarticle，bodymapping）print（result）｛took：4，timedout：False，shards：｛total：1，successful：1，skipped：0，failed：0｝，hits：｛total：｛value：1，relation：eq｝，maxscore：4。075481，hits：〔｛index：article，type：blog，id：1，score：4。075481，source：｛title：我在北京学习人工智能，url：http：123。com，content：在北京学习｝｝〕｝｝
　　可以看出，检索时会对对应的字段全文检索，结果还会按照检索关键词的相关性进行排序，这就是一个基本的搜索引擎雏形。
　　除了这些最基本的操作，Elasticsearch还支持很多复杂的查询，可以参照最新的7。2版本文档：https：www。elastic。coguideenelasticsearchreference7。2querydsl。html
　　结语：体验了之后，有人说，Elasticsearch这玩意还真不错，能不能把Mysql或者Mongo全都扔了，就拿它当数据库不就完事了吗？答案当然是不可能的，因为Elasticsearch没有事务，而且是查询是近实时，写入速度很慢，只是读取数据快，成本也比数据库高，几乎就在靠吃内存提高性能，它目前只是作为搜索引擎的存在，如果你的业务涉及全文检索，那么它就是你的首选方案之一。