首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >ElasticSearch入门之风花雪月(五)

ElasticSearch入门之风花雪月(五)

作者头像
我是攻城师
发布2018-05-11 17:42:48
8540
发布2018-05-11 17:42:48
举报
文章被收录于专栏:我是攻城师我是攻城师

以前经常有人问散仙,如何学好搜索? 其实这个问题很具有代表性,你可以归纳为一类问题? 其实,散仙在以前博客的中,也有总结过,回复微信后台回复关键词10查看。 本篇散仙要介绍的内容,是关于如何用Luke查看ElasticSearch的索引,那么为什么会写如此一篇文章呢? 相信学过或了解过全文检索的朋友们,都知道,搜索的核心的就是倒排索引,之所以我们能够使用Google在互联网的海量的数据中,通过关键词快速定位到我们想要的数据,就是因为倒排索引在这里起了非常大的作用,在搜索中索引通常是不可见的,我们只知道能通过搜索某些关键词找到我们想要的信息,而并不知道,在倒排索引中,他们所有的倒排词是什么样的,这也就是很多时候,我们经常会很奇怪,为什么我搜索的这个词没有返回结果呢? 如果没有返回结果,基本能够证明它在索引中,是不存在的,或者有时候,我们搜索了中国人,能够搜索数据,但是如果搜索中国,却搜不到数据? 这一切都跟倒排有关? 如果我们出现上面的一些问题,那么该怎么办呢?

莫慌,如果对分词很了解的朋友们,基本上都很够找到原因,因为索引里面的数据,是需要经过分词,然后在索引的,其实就是把一篇文章,切成不同的token也称(term),检索的关键词只要和这些token匹配,基本就能搜索到数据,当然这是很复杂的流程,在Lucene里,要经过语法树分析,优化,查询,评分,排序等。

ElasticSearch虽然也是构建与Lucene之上,但是ElasticSearch却重写了自己独有的倒排表存取解析格式,所以直接使用Luke来打开elasticSearch的索引,是不会成功的。 而Solr在这一方面就表现的非常好,完全兼容Lucene,他们的索引互相之间可以共用,从这一方面来讲,Apache Solr应该是正统的Lucene的系的企业级搜索框架,而ElasticSearch由于改写的内容比较多,所以与原始的Lucene偏差相对较大,不过它仍然是基于Lucene构建的一款优秀的全文检索框架。 回答文章开始提出的问题,如果在检索的某些词的时候,没有返回任何数据,此时我们就可以使用luke来打开所以查看,倒排表的索引数据。 下面,看下如何编译打包支持ElasticSearch的Luke: (1)在GigHub上,check出luke的源码 (2)修改此项目的pom文件,添加elasticsearch支持:

Java代码

  1. <!-- ElasticSearch -->
  2. <dependency>
  3. <groupId>org.elasticsearch</groupId>
  4. <artifactId>elasticsearch</artifactId>
  5. <version>1.4.4</version>
  6. </dependency>
   <!-- ElasticSearch -->
        <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>1.4.4</version>
        </dependency>

3,执行mvn package命令,打包jar,执行完成后会在target目录下生成一个luke-with-deps.jar的文件 4,解压此jar包,将luke-with-deps.jar\META-INF\services下的org.apache.lucene.codecs.PostingsFormat文件打开,在文件的末尾,添加如下三行elasticsearch的索引格式读写的类全名

Java代码

  1. org.apache.lucene.codecs.lucene40.Lucene40PostingsFormat
  2. org.apache.lucene.codecs.lucene41.Lucene41PostingsFormat
  3. org.elasticsearch.index.codec.postingsformat.BloomFilterPostingsFormat
  4. org.elasticsearch.index.codec.postingsformat.Elasticsearch090PostingsFormat
  5. org.elasticsearch.search.suggest.completion.Completion090PostingsFormat
org.apache.lucene.codecs.lucene40.Lucene40PostingsFormat
org.apache.lucene.codecs.lucene41.Lucene41PostingsFormat
org.elasticsearch.index.codec.postingsformat.BloomFilterPostingsFormat
org.elasticsearch.index.codec.postingsformat.Elasticsearch090PostingsFormat
org.elasticsearch.search.suggest.completion.Completion090PostingsFormat

5,添加完成后,再次放入压缩包中,然后在命令行执行java -jar luke-with-deps.jar 即可打开Luke,然后我们就可以在界面选择elasticsearc的索引,进行查看了。 注意一点,当索引为空的时候,luke会报一个异常: There are no postings in the index reader的异常,这并不影响luke的正常使用,大家可以直接忽略! 不想自己打包jar的朋友们,可以在微信公众号里留言自己的邮箱,散仙会统一发到大家邮箱里。

往期相关文章查看:

ElasticSearch入门(一) 回复关键词11查看

ElasticSearch入门(二) 回复关键词12查看

ElasticSearch入门(三) 回复关键词13查看

ElasticSearch入门(四) 回复关键词14查看

参考资料: https://simpsora.wordpress.com/2014/05/06/using-luke-with-elasticsearch/ http://youku.io/questions/429202/elasticsearch-and-luke http://lingpipe-blog.com/2012/07/24/using-luke-the-lucene-index-browser-to-develop-search-queries/

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2015-03-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 我是攻城师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 往期相关文章查看:
  • ElasticSearch入门(一) 回复关键词11查看
  • ElasticSearch入门(二) 回复关键词12查看
  • ElasticSearch入门(三) 回复关键词13查看
  • ElasticSearch入门(四) 回复关键词14查看
  • 参考资料: https://simpsora.wordpress.com/2014/05/06/using-luke-with-elasticsearch/ http://youku.io/questions/429202/elasticsearch-and-luke http://lingpipe-blog.com/2012/07/24/using-luke-the-lucene-index-browser-to-develop-search-queries/
相关产品与服务
Elasticsearch Service
腾讯云 Elasticsearch Service(ES)是云端全托管海量数据检索分析服务,拥有高性能自研内核,集成X-Pack。ES 支持通过自治索引、存算分离、集群巡检等特性轻松管理集群,也支持免运维、自动弹性、按需使用的 Serverless 模式。使用 ES 您可以高效构建信息检索、日志分析、运维监控等服务,它独特的向量检索还可助您构建基于语义、图像的AI深度应用。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档