es使用同义词插件注意事项
es使用同义词插件注意事项
- 1背景描述
- 2插件安装
- 1docker安装es:
- 2安装插件
- 1 中文分词插件 Ik
- 2 安装同义词插件elasticsearch-analysis-dynamic-synonym
- 3使用 spring-boot-starter-data-elasticsearch 集成同义词
- 1实体类
- 2 同义词setting配置
- 3获取同义词接口
- 4 初始化索引接口
- 5保存数据到es
- 6查询接口
- 4 同义词插件问题
1背景描述
就是在不修改es查语句的情况下,实现同义词搜索。比如中国和china都是中国的意思,如果一篇文章中,只有中国,没有china英文,但是需要我们搜索次是china的时候也可以搜索出这边文章。问题,es重启之后, 插件不会在远程调用接口,这需要修改源码解决,待定。。。
2插件安装
1docker安装es:
拉镜像 es版本:7.17.5
docker pull elasticsearch:7.17.5
找个本地磁盘配置,配置文件:
cluster.name: "docker-cluster"
network.host: 0.0.0.0#http.port: 9200
#添加配置
http.cors.enabled: true
http.cors.allow-origin: "*"
#http.cors.allow-headers: Authorization
http.cors.allow-methods: OPTIONS, HEAD, GET, POST, PUT, DELETE
http.cors.allow-headers: "X-Requested-With,X-Auth-Token,Content-Type, Content-Length, Authorization"
discovery.zen.minimum_master_nodes: 1
#开启安全选项
xpack.security.enabled: false#配置单节点模式
discovery.type: single-node
3 运行容器 -v挂在容器,使用自己的本地磁盘就行了。
docker network create somenetworkdocker run --restart=always -p 9200:9200 -p 9300:9300 -e ES_JAVA_OPTS="-Xms512m -Xmx512m" --net somenetwork -e "discovery.type=single-node" -v /Users/自己的用户名/work/soft/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /Users/自己的用户名/work/soft/elasticsearch/data:/usr/share/elasticsearch/data -v /Users/自己的用户名/work/soft/elasticsearch/plugins:/usr/share/elasticsearch/plugins --name myes -d elasticsearch:7.17.5
验证 docker logs 容器日志
2安装插件
注意都要根据es版本来安装插件
1 中文分词插件 Ik
这里由于在网上有这个版本的ik插件,直接下载:
https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.17.5/elasticsearch-analysis-ik-7.17.5.zip
然后解压放在,磁盘 :/Users/自己的用户名/work/soft/elasticsearch/plugins中,重启容器就可以。
验证方式,调用es接口看下,是否有正确的数据:
http://localhost:9200/_analyze
{"analyzer": "ik_max_word","text": "我的名字叫猫爷"}
结果如下:
2 安装同义词插件elasticsearch-analysis-dynamic-synonym
但是由于github上,没有对应es的编译版本,所以需要下载源码本地编译。
1 下载:https://github.com/bells/elasticsearch-analysis-dynamic-synonym/releases
2 idea 打开,修改es版本
然后在命令行运行 mvn package
最后就会生成对应es版本的包:
3 把它复制到/Users/自己的用户名/work/soft/elasticsearch/plugins 中,重启 es的容器。
启动中可能会报错误
Exception in thread "main" java.nio.file.NotDirectoryException: /usr/share/elasticsearch/plugins/.DS_Store
解决方案在es对应的本机磁盘上删除这文件,删除/Users/自己的用户名/work/soft/elasticsearch/plugins里面的.DS_Store文件。
插件到这里就准备完成!
验证:等下直接写代码验证
3使用 spring-boot-starter-data-elasticsearch 集成同义词
结论:springboot版本:2.4.1,同义词使用热更新方式
springboot 的es配置
spring:elasticsearch:rest:uris: ["http://localhost:9200"]connection-timeout: 100read-timeout: 300
1实体类
VideoUserTestDO 用户信息对象
package com.ibird.pandaserviceadmin.es.model;import java.util.List;import javax.persistence.Id;import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;
import org.springframework.data.elasticsearch.annotations.Setting;import lombok.Data;@Data
@Setting(settingPath = "es/settings.json")
@Document(createIndex = true, indexName = "video-user-test", shards = 1, replicas = 1)
public class VideoUserTestDO {@IdString id;@Field(type = FieldType.Text, searchAnalyzer = "synonym", analyzer = "ik_max_word")String userName;@Field(type = FieldType.Text, searchAnalyzer = "synonym", analyzer = "ik_max_word")String nickName;@Field(type = FieldType.Text, searchAnalyzer = "synonym", analyzer = "ik_max_word")String info;int hotNum;@Field(type = FieldType.Text, searchAnalyzer = "synonym", analyzer = "ik_max_word")String desc;@Field(type = FieldType.Nested, store = true)List<VideoUserVideoInfoDO> userVideoInfoDOs;}
}
VideoUserVideoInfoDO 为nested对象
package com.ibird.pandaserviceadmin.es.model;import javax.persistence.Id;import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;import lombok.Data;@Data
public class VideoUserVideoInfoDO {@Id@Field(type = FieldType.Keyword, store = true)String id;@Field(type = FieldType.Text, searchAnalyzer = "synonym", analyzer = "ik_max_word")String name;}
2 同义词setting配置
放在了resources/es目录下的settings.json
{"index": {"analysis": {"analyzer": {"synonym": {"tokenizer": "ik_max_word","filter": ["remote_synonym"]}},"filter": {"remote_synonym": {"type": "dynamic_synonym","synonyms_path": "http://192.168.2.100:8080/panda/video-user/synchronizeSynonym","interval": 10},"local_synonym": {"type": "dynamic_synonym","synonyms_path": "synonym.txt"},"synonym_graph": {"type": "dynamic_synonym_graph","synonyms_path": "http://192.168.2.100:8080/panda/video-user/synchronizeSynonym"}}}}
}
说重点:
synonym 为分析器的名字,就是我们在实体类上指定的searchAnalyzer。
remote_synonym 为我们为es调用我们接口获取同义词的接口。
interval 调用接口间隔时间,单位秒
3获取同义词接口
案列非完善
@GetMapping(value = "/video-user/synchronizeSynonym")public String synchronizeSynonym(HttpServletRequest request, HttpServletResponse response) throws Exception {String eTag = request.getHeader("If-None-Match");String modified = request.getHeader("If-Modified-Since");StringBuilder sb = new StringBuilder();sb.append("w").append(",").append("大爷").append("\n");sb.append("萱").append(",").append("xuan").append(",").append("旋").append("\n");// 更新时间response.setHeader("Last-Modified", new Date().getTime() + "");response.setHeader("ETag", "1");response.setHeader("Content-Type", "text/plain;charset=UTF-8");return sb.toString();}
注意点:
1 下面3个必须有,因为是根据Last-Modified与etag来判断是否有更新。
response.setHeader(“Last-Modified”, new Date().getTime() + “”);
response.setHeader(“ETag”, “1”);
response.setHeader(“Content-Type”, “text/plain;charset=UTF-8”);
这个是插件的源码
2 每次同步都是全量同步
那么这个接口的最终方式就是,根据你自定义lastModified来判断是否有更新,如果有更新,那么就全量把数据全量同步出去,如果没有就返回"“,如果返回空es不会更新老的值,所以有个关注点是,如果删除了所有的同义词,不能直接返回”",自己随便写一条正常的数据过去吧,比如1,1。
3接口如果报异常之后,es不会在定时去调用接口同步同义词,最后补充原因
4 初始化索引接口
@AutowiredVideoUserRepository videoUserRepository;@AutowiredRestHighLevelClient restHighLevelClient;@AutowiredElasticsearchOperations elasticsearchOperations;// 初始化索引@GetMapping("/video-user/init")public void init() {IndexOperations indexOperations = elasticsearchOperations.indexOps(VideoUserTestDO.class);MappingBuilder builder = new MappingBuilder(elasticsearchOperations.getElasticsearchConverter());String mapping = builder.buildPropertyMapping(VideoUserTestDO.class);Document document = Document.parse(mapping);try {if (indexOperations.exists()) {indexOperations.delete();LogUtils.info(log, "索引已经存在,重新创建。");}indexOperations.create();indexOperations.putMapping(document);LogUtils.info(log, "索引创建成功...");} catch (Exception e) {LogUtils.error(e, log, "索引创建失败.原因:");}}
重点:
1 spring虽然会帮我们自动生成索引,但是@Setting(settingPath = “es/settings.json”) 这个不会自动生成, 这个@Field(type = FieldType.Text, searchAnalyzer = “synonym”, analyzer = “ik_max_word”)的 searchAnalyzer,analyzer 不会自动生成。反正我实验没成功,还是手动生成好点。
2 init方法只能在没有索引的时候才用,如果在已有的索引上添加字段,那么直接去调用es接口。个人是这样处理了,如果有其他方法,告诉我下,我学习一下。
5保存数据到es
es操作对象类
package com.ibird.pandaserviceadmin.es.repository;import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;import com.ibird.pandaserviceadmin.es.model.VideoUserTestDO;public interface VideoUserRepository extends ElasticsearchRepository<VideoUserTestDO, String> {}
@GetMapping("/video-user/save")public void save() {for (int i = 1; i < 6; i++) {VideoUserTestDO tmp = new VideoUserTestDO();tmp.setId(i + "");tmp.setUserName("萱萱" + i);tmp.setNickName("萱萱的昵称" + i);tmp.setInfo("我是萱萱的介绍");tmp.setDesc("我是描述" + i);List<VideoUserVideoInfoDO> list = new ArrayList<>();for (int j = 0; j < 5; j++) {VideoUserVideoInfoDO videoUserVideoInfoDO = new VideoUserVideoInfoDO();videoUserVideoInfoDO.setId("" + j);videoUserVideoInfoDO.setName("我是萱萱名字" + j);list.add(videoUserVideoInfoDO);}tmp.setUserVideoInfoDOs(list);videoUserRepository.save(tmp);}}
没啥好说的
6查询接口
@GetMapping("/video-user/search")public String search(String word) {// boost评分权重// 调用一个方法查询到他的同义词SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();boolQuery.should(QueryBuilders.termQuery("userName.keyword", word).boost(100));boolQuery.should(QueryBuilders.matchQuery("userName", word).boost(10));boolQuery.should(QueryBuilders.termQuery("userVideoInfoDOs.name.keyword", word).boost(10));boolQuery.should(QueryBuilders.matchQuery("userVideoInfoDOs.name", word).boost(10));searchSourceBuilder.from(0);searchSourceBuilder.size(100);FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery(boolQuery);searchSourceBuilder.query(functionScoreQueryBuilder).sort("hotNum", SortOrder.DESC).sort("_score", SortOrder.DESC);SearchRequest searchRequest = new SearchRequest("video-user-test");searchRequest.source(searchSourceBuilder);try {final SearchResponse search = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);final SearchHits hits = search.getHits();final SearchHit[] hits1 = hits.getHits();List<VideoUserTestDO> list = new ArrayList<>();for (SearchHit documentFields : hits1) {VideoUserTestDO videoUserTestDO = JSON.parseObject(documentFields.getSourceAsString(), VideoUserTestDO.class);list.add(videoUserTestDO);}return JSON.toJSONString(list);} catch (IOException e) {e.printStackTrace();}return "";}
查询接口,没什么好说的,就是所有满足添加的should查询(或者关系),然后跟你感觉重要的字段增加boost权重。最后根据自定义的热度值和es算出来的_score得分排序,得出结果。
不知道_score怎么计算的
4 同义词插件问题
背景:采用远程热更新,es会调用应用提供的一个获取同义词的接口,如果接口报异常之后(服务重启,挂了),es不会在定时去调用接口同步同义词,当时重启es也可以解决。
原因如下:是使用ScheduledThreadPool 这个定时的线城池定时调用接口,如果远程调研的子线程远程调用异常(应用服务挂了,超时,网络问题等),主线程不会在调用该任务。
private static final ScheduledExecutorService pool = Executors.newScheduledThreadPool(1, r -> {Thread thread = new Thread(r);thread.setName("monitor-synonym-Thread-" + id.getAndAdd(1));return thread;});
scheduledFuture = pool.scheduleAtFixedRate(new Monitor(synonymFile),interval, interval, TimeUnit.SECONDS);
解决方案:
修改源码中的:
RemoteSynonymFile的这个方法reloadSynonymMap
public boolean isNeedReloadSynonymMap() {RequestConfig rc = RequestConfig.custom().setConnectionRequestTimeout(10 * 1000).setConnectTimeout(10 * 1000).setSocketTimeout(15 * 1000).build();HttpHead head = AccessController.doPrivileged((PrivilegedAction<HttpHead>) () -> new HttpHead(location));head.setConfig(rc);// 设置请求头if (lastModified != null) {head.setHeader("If-Modified-Since", lastModified);}if (eTags != null) {head.setHeader("If-None-Match", eTags);}CloseableHttpResponse response = null;try {response = executeHttpRequest(head);if (response.getStatusLine().getStatusCode() == 200) { // 返回200 才做操作if (!response.getLastHeader(LAST_MODIFIED_HEADER).getValue().equalsIgnoreCase(lastModified)|| !response.getLastHeader(ETAG_HEADER).getValue().equalsIgnoreCase(eTags)) {lastModified = response.getLastHeader(LAST_MODIFIED_HEADER) == null ? null: response.getLastHeader(LAST_MODIFIED_HEADER).getValue();eTags = response.getLastHeader(ETAG_HEADER) == null ? null: response.getLastHeader(ETAG_HEADER).getValue();return true;}} else if (response.getStatusLine().getStatusCode() == 304) {return false;} else {logger.info("remote synonym {} return bad code {}", location,response.getStatusLine().getStatusCode());}}catch (Exception e){logger.error("远程调用同义词异常", e);} finally {try {if (response != null) {response.close();}} catch (IOException e) {logger.error("failed to close http response", e);}}return false;}
就是新增了一个catch,这样,就解决了
catch (Exception e){logger.error("远程调用同义词异常", e);}
效果如下:
es使用同义词插件注意事项相关推荐
- es同义词插件 热更新(dynamic-synonym插件)
1.下载同义词插件 https://github.com/bells/elasticsearch-analysis-dynamic-synonym 2.修改dynamic-synonym插件源码 2. ...
- es 修改ik和同义词插件源码连接mysql实现字典值同义词热更新
问题描述: 上周运营反馈商城搜索词搜不到 排查发现es ik分词器的ik_smart对搜索词的分词结果不是ik_max_word对索引文档字段值分词结果的子集 即细粒度分词结果不完全包含粗粒度分词结果 ...
- 基于 HanLP 的 ES 中文分词插件
一.分词插件 1.分词器概念 在 ES 中,分词器的作用是从文本中提取出若干词元(token)来支持索引的存储和搜索,分词器(Analyzer)由一个分解器(Tokenizer).零个或多个词元过滤器 ...
- es ik分词插件安装
es ik分词插件安装 1.ik下载(下载es对应版本的ik分词包) https://github.com/medcl/elasticsearch-analysis-ik/releases 2.解压下 ...
- es安装elasticsearch-head插件
文章目录 es安装elasticsearch-head插件 1. elasticsearch-head需要依赖 node.js 1.1 下载nodeJs 1.2 解压 1.3 新增到系统环境变量 2 ...
- Elasticsearch07:ES中文分词插件(es-ik)安装部署
一.ES中文分词插件(es-ik) 在中文数据检索场景中,为了提供更好的检索效果,需要在ES中集成中文分词器,因为ES默认是按照英文的分词规则进行分词的,基本上可以认为是单字分词,对中文分词效果不理想 ...
- elasticsearch-analysis-dynamic-synonym同义词插件实现热更
1 安装elasticsearch-analysis-dynamic-synonym插件 下载地址:GitHub - bells/elasticsearch-analysis-dynamic-syno ...
- es mysql 同步插件_[es和数据库怎么同步]mysql与elasticsearch实时同步常用插件及优缺点对比(ES与关系型数据库同步)...
目前mysql与elasticsearch常用的同步机制大多是基于插件实现的,常用的插件包括:elasticsearch-jdbc,elasticsearch-river-MySQL,go-mysql ...
- Win32:三菱FX3U/FX5U的32位和64位MX插件注意事项
在前一篇写了Win32:三菱FX3U/FX5U读写软元件方法和注意事项关于软元件读写的注意事项. 本篇主题是关于32位的MX插件和64位的插件使用需要注意的事项. 类型的切换 在32位的时候,我们创建 ...
- 新电脑 安装idea迁移设置和插件注意事项
设置备份 首先,旧电脑Idea导出设置 在新电脑导入设置 注意1:只能导出常规设置,并不能导出插件 注意2:如果新电脑使用的Java.Maven.Git的安装位置不同,需要对相应位置修改 Java路径 ...
最新文章
- java vs .net
- unity点击按钮换按钮图标
- Hadoop学习总结
- 腐蚀rust研究台抽奖_超级石化推荐:中石化青岛安工院专家分享延迟焦化装置的腐蚀风险分析!...
- android -自定义view
- sqlite.interop.dll 请确保此文件可以访问_不用数据线,一秒让电脑和iphone快速传文件...
- asp.net 时间显示格式
- win8计算机可用内存不足,Win8.1玩游戏提示计算机内存不足,Win8.1内存不足怎么办?...
- php 字符串比较txt,PHP读到txt中文字符串比较失败
- windows版一键绕id工具_Windows免费版一键绕过IOS13.6激活锁工具XgRiNdA,完美重启!...
- java 配置jmstemplate_SpringBoot集成JmsTemplate(队列模式和主题模式)及xml和JavaConfig配置详解...
- Madagascar的自定义浮点型函数--指数函数和幂函数
- 手机怎么安装py thon_Python调试器– Py​​thon pdb
- 史上最全App瘦身实践
- linux工作札记 - 查看发行版本命令
- 第二章 基本放大电路
- 【Linux】history用法
- android studio + ndk + cmake + jna +sqlite c层报错SQLITE_CANTOPEN(14),SQLITE_MISUSE(21)问题
- 机器学习案例:验证码识别(Captcha)
- java freemarker 图片_java通过freemarker导出包含富文本图片的word文档
热门文章
- R语言怎么导入表格画图_立创EDA画图不求人18 | 视频教程 | 原理图横向纵向切换...
- QTP11.5/UFT官方下载与安装
- Java集合框架总结
- 【信号与系统-可视化】基本信号的产生( Python Numpy和Matplotlib实现)
- 计算机一级考试自测题,计算机一级B考试自测题
- 一套功能强大的点云数据处理软件!
- [置顶] woff格式字体怎么打开和编辑?
- Ubuntu18.04配置ork(ecto、ecto_image_pipeline、ecto_opencv、ork_reconstruction)
- Java笔记(2)黑马刘意_Java入门_2019_idea版
- 百套Java实战项目