喜歡記得轉發關注喲
給應用添加快速、靈活的全文本搜索對誰都不是一件容易的事情。許多主流數據庫，如PostgreSQL和MongoDB，受限于查詢和索引結構，只提供基礎文本搜索能力。為了提供高效全文本搜索一般都需要一個獨立的數據庫。Elasticsearch正是這樣一個能夠提供靈活性和快速全文本搜索能力的開源數據庫。
本文采用Docker來設置依賴環境。Docker是目前較常見的容器化引擎，Uber、Spotify、ADP和Paypal都是用這個技術，它的優勢在于與操作系統無關，可以運行在Windows、macOS和Linux之上——寫操作指南很容易。如果從來沒有用過Docker也沒問題，本文會詳細提供配置文件。
本文也分別采用Node.js采（用Koa框架）和Vue.js創建搜索API和前端Web應用。
1. 什么是Elasticsearch
現代應用中全文本檢索是高請求負載的應用。搜索功能也是比較困難完成的功能（許多大眾網站都有subpar功能，但不是返回很慢就是返回結果不準確），大部分原因是因為底層數據庫：許多標準關系型數據庫只能提供基本字符串匹配功能，而對CONTAINS或者LIKE SQL查詢只能提供有限支持。
而本文提供的搜索應用能夠提供：
快速：查詢結果應該實時返回，提高用戶體驗。
靈活：根據不同數據和使用場景，可以調整搜索過程。
較佳建議：對于輸入錯誤，返回較可能的結果。
全文本：除了搜索關鍵詞和標簽之外，希望能夠搜索到所有匹配文本。
實現以上要求的搜索應用，較好采用一個為全文本檢索優化的數據庫，這也是本文采用Elasticsearch的原因。Elasticsearch是一個用Java開發的，開源的內存數據庫，較開始是包含在Apache Lucene庫中。以下是一些官方給出的Elasticsearch使用場景：
Wikipedia使用Elasticsearch提供全文檢索，提供高亮顯示、search-as-you-type和did-you-mean建議等功能。
Guardian使用Elasticsearch將訪問者社交數據整合反饋給作者。
Stack Overflow將位置信息和more-like-this功能與全文本檢索整合提供相關問題和答案。
GitHub使用Elasticsearch在一千三百億行代碼中進行搜索。
Elasticsearch有什么獨特之處
本質上，Elasticsearch通過使用反向索引提供快速和靈活的全文本搜索。
“索引”是一種在數據庫中提供快速查詢和返回的數據結構。數據庫一般將數據域和相應表位置生成索引信息。將索引信息存放在一個可搜索的數據結構中（一般是B-Tree），數據庫可以為優化數據請求獲得線性搜索響應（例如“Find the row with ID=5”）。
可以把數據庫索引看做學校圖書館卡片分類系統，只要知道書名和作者，就可以準確告訴查找內容的入口。數據庫表一般都有多個索引表，可以加速查詢（例如，對name列的索引可以極大加速對特定name的查詢）。
而反向索引工作原理與此完全不同。每行（或者每個文檔）的內容被分拆，每個入口（本案例中是每個單詞）反向指向包含它的文檔。
反向索引數據結構對查詢“football”位于哪個文檔這種查詢非常迅速。Elasticsearch使用內存優化反向索引，可以實現強大和客制化全文本檢索任務。
2. 項目安裝
2.0 Docker
本文使用Docker作為項目開發環境。Docker是一個容器化引擎，應用可以運行在隔離環境中，不依賴于本地操作系統和開發環境。因為可以帶來巨大靈活性和客制化，許多互聯網公司應用都已經運行在容器中。
對于作者來說，Docker可以提供平臺一致性安裝環境（可以運行在Windows、macOS和Linux系統）。一般Node.js、Elasticsearch和Nginx都需要不同安裝步驟，如果運行在Docker環境中只需要定義好不同配置文件，就可以運行在任何Docker環境。另外，由于應用各自運行在隔離容器中，與本地宿主機關系很小，因此類似于“但是我這可以運行啊”這種排錯問題就很少會出現。
2.1 安裝Docker和Docker-Compose
本項目只需要Docker和Docker-Compose環境。后者是Docker官方工具，在單一應用棧中編排定義多個容器配置。
安裝Docker——
安裝Docker Compose——
2.2 設置項目安裝目錄
創建一個項目根目錄（例如guttenberg_search），在其下定義兩個子目錄：
public——為前端 Vue.js webapp存放數據。
server——服務器端Node.js 源文件。
2.3 添加Docker-Compose配置文件
下一步，創建docker-compose.yml文件，定義應用棧中每個容器的配置：
gs-api——Node.js 容器后端應用邏輯.
gs-frontend——為前端webapp提供服務的Nginx容器
gs-search——存儲搜索數據的Elasticsearch容器
version: '3'services:api: # Node.js Appcontainer_name: gs-apibuild: .ports: - "3000:3000" # Expose API port - "9229:9229" # Expose Node process debug port (disable in productionenvironment: # Set ENV vars - NODE_ENV=local - ES_HOST=elasticsearch - PORT=3000volumes: # Attach local book data directory - .books:usrsrcappbooksfrontend: # Nginx Server For Frontend Appcontainer_name: gs-frontendimage: nginxvolumes: # Serve local "public" dir - .public:usrsharenginxports: - "8080:80" # Forward site to localhost:8080elasticsearch: # Elasticsearch Instancecontainer_name: gs-searchimage: docker.elastic.coelasticsearchelasticsearch:6.1.1volumes: # Persist ES data in seperate "esdata" volume - esdata:usrshareelasticsearchdataenvironment: - bootstrap.memory_lock=true - "ES_JAVA_OPTS=-Xms512m -Xmx512m" - discovery.type=single-nodeports: # Expose Elasticsearch ports - "9300:9300" - "9200:9200"volumes: # Define seperate volume for Elasticsearch dataesdata:<pre>
此文件定義應用棧，而不需要在本地宿主機安裝Elasticsearch、Node.js、或者Nginx。每個容器都對宿主機開放相應端口，以便從宿主機訪問和排錯Node API，Elasticsearch實例和前端應用。
2.4 添加Dockerfile
本文使用官方的Nginx和Elasticsearch鏡像，但是需要重新為Node.js創建自己的鏡像。
在應用根目錄定義一個簡單的Dockerfile配置文件。
# Use Node v8.9.0 LTSFROM node:carbonSetup app working directoryWORKDIR usrsrcappCopy package.json and package-lock.jsonCOPY package*.json .Install app dependenciesRUN npm installCopy sourcecodeCOPY . .Start appCMD [ "npm", "start" ]<pre>
此Docker配置文件中將應用源碼拷貝進來，安裝了NPM依賴包，形成了自己的鏡像。同樣需要添加一個.dockerignore文件，避免不需要的文件被拷入。
node_modulesnpm-debug.logbookspublic<pre>注意：不需要將node_modules拷入，因為我們后續要用npm install來安裝這些進程。如果拷貝node_modules到容器中容易引起兼容性問題。例如在macOS上安裝bcrypt包，如果將此module拷入Ubuntu容器就會引起操作系統不匹配問題。
2.5 添加基礎文件
測試配置文件前，還需要往應用目錄拷入一下占位文件。在publicindex中加入如下基礎配置信息：
><body>Hello World From The Frontend Container<body><><pre>
下一步，在serverapp.js中加入Node.js的應用文件。
{if (err console.error(errconsole.log(`App Listening on Port ${port}`}<pre>
較后，加入package.json節點配置文件：
{"name": "guttenberg-search","version": "0.0.1","description": "Source code for Elasticsearch tutorial using 100 classic open source books.","scripts": {"start": "node --inspect=0.0.0.0:9229 serverapp.js"},"repository": {"type": "git","url": "git+ "","license": "MIT","bugs": {"url": " " {"elasticsearch": "13.3.1","joi": "13.0.1","koa": "2.4.1","koa-joi-validate": "0.5.1","koa-router": "7.2.1"}}<pre>
此文件定義應用開始命令和Node.js依賴包。
注意：不需要特意運行npm install，容器創建時候會自動安裝依賴包。
2.6 開始測試
都準備好了，接下來可以測試了。從項目根目錄開始，運行docker-compose，會自動創建Node.js容器應用。
運行docker-compose up啟動應用：
注意：這一步可能會運行時間比較長，因為Docker可能需要下載基礎鏡像。以后執行速度會很快，因為本地已經有了基礎鏡像。
訪問localhost:8080，應該看到如下圖輸出“hello world”。
訪問localhost:3000驗證服務器端返回“hello world”信息。
較后，訪問localhost:9200確認Elasticsearch是否運行，如果正常，應該返回如下輸出：
{"name" : "SLTcfpI","cluster_name" : "docker-cluster","cluster_uuid" : "iId8e0ZeS_mgh9ALlWQ7-w","version" : {"number" : "6.1.1","build_hash" : "bd92e7f","build_date" : "2019-12-17T20:23:25.338Z","build_snapshot" : false,"lucene_version" : "7.1.0","minimum_wire_compatibility_version" : "5.6.0","minimum_index_compatibility_version" : "5.0.0"},"tagline" : "You Know, for Search"}<pre>
如果所有URL輸出都正常，恭喜，整個應用框架可以正常工作，下面開始進入真正有趣的部分了。
返回列表
