白话Elasticsearch56-数据建模之 Path Hierarchy Tokenizer 对文件系统进行数据建模以及文件搜索

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 白话Elasticsearch56-数据建模之 Path Hierarchy Tokenizer 对文件系统进行数据建模以及文件搜索

20190806092132811.jpg

概述

继续跟中华石杉老师学习ES,第56篇

课程地址https://www.roncoo.com/view/55


官网

简言之,就是对类似文件系统这种的有多层级关系的数据进行分词

Path Hierarchy Tokenizer戳这里

Path Hierarchy Tokenizer Examples:戳这里

20190901114916122.png

20190901114930869.png

20190901114953659.png

20190901115008916.png


示例

模拟:文件系统数据构造


PUT /filesystem
{
  "settings": {
    "analysis": {
      "analyzer": {
        "paths": { 
          "tokenizer": "path_hierarchy"
        }
      }
    }
  }
}

测试path_hierarchy分词

POST filesystem/_analyze
{
  "tokenizer": "path_hierarchy",
  "text": "/home/elasticsearch/image"
}


返回:

{
  "tokens": [
    {
      "token": "/home",
      "start_offset": 0,
      "end_offset": 5,
      "type": "word",
      "position": 0
    },
    {
      "token": "/home/elasticsearch",
      "start_offset": 0,
      "end_offset": 19,
      "type": "word",
      "position": 0
    },
    {
      "token": "/home/elasticsearch/image",
      "start_offset": 0,
      "end_offset": 25,
      "type": "word",
      "position": 0
    }
  ]
}



path_hierarchy tokenizer: 会把/a/b/c/d路径通过path_hierarchy 分词为 /a/b/c/d, /a/b/c, /a/b, /a


需求一: 查找一份,内容包括ES,


在/workspace/workspace/projects/helloworld这个目录下的文件

手动指定字段类型,并模拟个数据到索引

#指定字段类型
PUT /filesystem/_mapping/file
{
  "properties": {
    "name": { 
      "type":  "keyword"
    },
    "path": { 
      "type":  "keyword",
      "fields": {
        "tree": { 
          "type":     "text",
          "analyzer": "paths"
        }
      }
    }
  }
}
#查看映射
GET /filesystem/_mapping
#写入数据
PUT /filesystem/file/1
{
  "name":     "README.txt", 
  "path":     "/workspace/projects/helloworld", 
  "contents": "小工匠跟石杉老师学习ES"
}

需求DSL:

#文件搜索需求:查找一份,内容包括ES,在/workspace/workspace/projects/helloworld这个目录下的文件
GET /filesystem/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "contents": "ES"
          }
        }
      ],
      "filter": {
        "term": {
          "path": "/workspace/projects/helloworld"
        }
      }
    }
  }
}


返回:


20190901172846894.png


需求二: 搜索/workspace目录下,内容包含ES的所有的文件

再写几条数据进去

PUT /filesystem/file/2
{
  "name":     "README.txt", 
  "path":     "/workspace/projects", 
  "contents": "小工匠跟石杉老师学习ES"
}
PUT /filesystem/file/3
{
  "name":     "README.txt", 
  "path":     "/workspace/xxxxx", 
  "contents": "小工匠跟石杉老师学习ES"
}
PUT /filesystem/file/4
{
  "name":     "README.txt", 
  "path":     "/home/artisan", 
  "contents": "小工匠跟石杉老师学习ES"
}
PUT /filesystem/file/5
{
  "name":     "README.txt", 
  "path":     "/workspace", 
  "contents": "小工匠跟石杉老师学习ES"
}

需求DSL: "path.tree": "/workspace"

GET filesystem/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
             "contents": "ES"
          }
        }
      ],
      "filter": {
        "term": {
          "path.tree": "/workspace"
        }
      }
    }
  }
}


返回:

{
  "took": 8,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 4,
    "max_score": 0.2876821,
    "hits": [
      {
        "_index": "filesystem",
        "_type": "file",
        "_id": "5",
        "_score": 0.2876821,
        "_source": {
          "name": "README.txt",
          "path": "/workspace",
          "contents": "小工匠跟石杉老师学习ES"
        }
      },
      {
        "_index": "filesystem",
        "_type": "file",
        "_id": "1",
        "_score": 0.2876821,
        "_source": {
          "name": "README.txt",
          "path": "/workspace/projects/helloworld",
          "contents": "小工匠跟石杉老师学习ES"
        }
      },
      {
        "_index": "filesystem",
        "_type": "file",
        "_id": "3",
        "_score": 0.2876821,
        "_source": {
          "name": "README.txt",
          "path": "/workspace/xxxxx",
          "contents": "小工匠跟石杉老师学习ES"
        }
      },
      {
        "_index": "filesystem",
        "_type": "file",
        "_id": "2",
        "_score": 0.18232156,
        "_source": {
          "name": "README.txt",
          "path": "/workspace/projects",
          "contents": "小工匠跟石杉老师学习ES"
        }
      }
    ]
  }
}


可以看到id=4的数据,不符合需求,没有被查询出来,OK。


相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
2月前
|
SQL JSON 大数据
ElasticSearch的简单介绍与使用【进阶检索】 实时搜索 | 分布式搜索 | 全文搜索 | 大数据处理 | 搜索过滤 | 搜索排序
这篇文章是Elasticsearch的进阶使用指南,涵盖了Search API的两种检索方式、Query DSL的基本语法和多种查询示例,包括全文检索、短语匹配、多字段匹配、复合查询、结果过滤、聚合操作以及Mapping的概念和操作,还讨论了Elasticsearch 7.x和8.x版本中type概念的变更和数据迁移的方法。
ElasticSearch的简单介绍与使用【进阶检索】 实时搜索 | 分布式搜索 | 全文搜索 | 大数据处理 | 搜索过滤 | 搜索排序
|
3月前
|
存储 人工智能 自然语言处理
阿里云Elasticsearch AI场景语义搜索最佳实践
本文介绍了如何使用阿里云Elasticsearch结合搜索开发工作台搭建AI语义搜索。
17262 68
|
14天前
|
存储 缓存 自然语言处理
深度解析ElasticSearch:构建高效搜索与分析的基石
【9月更文挑战第8天】在数据爆炸的时代,如何快速、准确地从海量数据中检索出有价值的信息成为了企业面临的重要挑战。ElasticSearch,作为一款基于Lucene的开源分布式搜索和分析引擎,凭借其强大的实时搜索、分析和扩展能力,成为了众多企业的首选。本文将深入解析ElasticSearch的核心原理、架构设计及优化实践,帮助读者全面理解这一强大的工具。
97 7
|
2月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18852 21
因为一个问题、我新学了一门技术 ElasticSearch 分布式搜索
这篇文章讲述了作者因为一个检索问题而学习了ElasticSearch技术,并分享了排查和解决ElasticSearch检索结果与页面展示不符的过程。
因为一个问题、我新学了一门技术 ElasticSearch 分布式搜索
|
1月前
|
存储 搜索推荐 数据建模
Elasticsearch 的数据建模与索引设计
【9月更文第3天】Elasticsearch 是一个基于 Lucene 的搜索引擎,广泛应用于全文检索、数据分析等领域。为了确保 Elasticsearch 的高效运行,合理的数据建模和索引设计至关重要。本文将探讨如何为不同的应用场景设计高效的索引结构,并分享一些数据建模的最佳实践。
54 2
|
1月前
|
JSON 监控 Java
Elasticsearch 入门:搭建高性能搜索集群
【9月更文第2天】Elasticsearch 是一个分布式的、RESTful 风格的搜索和分析引擎,基于 Apache Lucene 构建。它能够处理大量的数据,提供快速的搜索响应。本教程将指导你如何从零开始搭建一个基本的 Elasticsearch 集群,并演示如何进行简单的索引和查询操作。
70 3
|
3月前
|
数据采集 人工智能 安全
阿里云Elasticsearch 企业级AI搜索方案发布
本文从AI搜索落地的挑战、阿里云在RAG场景的实践、效果提升三个方面,深度解读阿里云Elasticsearch 企业级AI搜索方案。
329 8
|
2月前
|
数据采集 人工智能 自然语言处理
阿里云Elasticsearch AI语义搜索:解锁未来搜索新纪元,精准洞察数据背后的故事!
【8月更文挑战第2天】阿里云Elasticsearch AI场景语义搜索最佳实践
128 5
|
2月前
|
存储 人工智能 安全
保障隐私的Elasticsearch AI搜索解决方案
【8月更文第28天】随着大数据和人工智能技术的发展,搜索引擎在日常生活中扮演着越来越重要的角色。然而,用户隐私保护成为了一个不容忽视的问题。本文将探讨如何在确保用户数据隐私的同时,利用Elasticsearch实现智能搜索功能。我们将介绍一种综合方案,该方案结合了加密技术、差分隐私、匿名化处理以及安全多方计算等方法,以保障用户数据的安全性
68 0
下一篇
无影云桌面