一、背景
为什么会用到这个ES搜索？
是因为我在看乌云的漏洞案例库时候，搜索即为不方便。
比如说说我要搜索一个 SQL注入
那mysql匹配的时候是like模糊匹配，搜索必须要有SQL注入这四个字，连续的才能查找到那这样会不太方便。
然后我就想着做一个分词，搜索起来会方便不少，第一个想到的就是ES搜索了。
怎么去用ES呢？
二、安装ES搜索
我们只需要一个JAVA环境并且把Java的环境变量配置好，我相信这些JAVA环境大家之前都配置过，这里不多说。
那现在只需要下载ES的文件，也不需要编译，下载下来就行了，把他放到一个目录。
下载地址： https://www.elastic.co/downlo...
三、 安装head
head是基于node开发的，所以需要先安装node
node下载地址：http://cdn.npm.taobao.org/dis...
在电脑任意一个目录下（不要在elasticsearch目录里面），执行一下命令，
git clone https://github.com/mobz/elasticsearch-head.git cd elasticsearch-head/ npm install
3、修改部分配置
修改两个地方：
文件：elasticsearch-headGruntfile.js
connect: { server: { options: { port: 9100, hostname: '*', base: '.', keepalive: true } } }
增加配置，文件：elasticsearch-5.6.0configelasticsearch.yml
http.cors.enabled: true http.cors.allow-origin: "*"
4、输入 npm run start 启动
5、访问head管理页面: http://localhost:9100/
四、安装composer
就是我们需要安装composer，安装composer干什么呢？
下载地址：https://getcomposer.org/Compo...
下载之后，直接下一步下一步就安装好了。
因为我们PHP如果调用ES搜索的接口，我们是需要去下载一个类库。
1. 在当前目录下载composer.phar
curl -sS https://getcomposer.org/installer | php
2. 在当前目录下创建一个composer.json的文件
{ "require": { "elasticsearch/elasticsearch": "~2.0@beta" } }
3. 安装依赖
php composer.phar install
五、安装分词插件
就是说我们需要安装一个分词插件。
在ES搜索当中Ik分词插件是中文分词最好用的一个，安装也极为方便。
我们只需要到GitHub上把他对应版本的这个，文件下载下来，然后解压到ES的插件目录，然后重新启动一下ES搜索服务，就可以了。
下载地址：https://github.com/medcl/elas...
怎么去验证这个插件有没有安装成功呢？
我们可以通过下面的URL，做分词测试。
http://localhost:9200/你的库名/_analyze?analyzer=ik_max_word&pretty=true&text=中华人民共和国
我们可以在这个URL中输入，中华人民共和国； 默认的分词器他会把中华人民共和国分别以以 中、华、人、民、共、和、国。
那我们选择用IK作为分词器后，它是可以把 中华人民共和国 作为一个词，把中华作为一个词。
六、导入数据
现在说一下怎么把数据库中的数据导入到ES中，
首先需要建立这样一个库，
然后把数据按照固定的格式插入到ES搜索中。下面是我的一个代码示例
require_once './vendor/autoload.php'; //连接MYSQL数据库 function get_conn() { @$conn = mysql_connect("localhost", "root", "") or die("error connecting"); mysql_select_db("wooyun", $conn); mysql_query("SET NAMES 'UTF8'"); return $conn; } //插入数据到ES搜索中 function create_index($maxId, $client) { //查询数据库中的数据 $sql = "SELECT * FROM bugs where id > $maxId limit 0,300"; get_conn(); @$result_bugs = mysql_query($sql); while (@$row = mysql_fetch_assoc(@$result_bugs)) { $rtn[] = $row; } foreach ($rtn as $val) { $params = array(); $params['body'] = array( 'id' => $val['id'], 'wybug_id' => $val['wybug_id'], 'wybug_title' => $val['wybug_title'], ); $params['index'] = 'wooyun'; $params['type'] = 'title'; $client->index($params); } return (count($rtn) == 300) ? $val['id'] : false; } set_time_limit(0); $client = Elasticsearch\ClientBuilder::create()->setHosts(['localhost'])->build(); //删除所有数据 $client->indices()->delete(['index' => 'wooyun']); $a = true; $maxId = 0; while ($a) { $maxId = create_index($maxId, $client); if (empty($maxId)) { $a = false; } }
七、查询数据
//引入mysql连接，和ES类库 require('conn.php'); require_once 'vendor/autoload.php'; function search($keyword, $page = 0, $size = 20) { //对象实例化 $client = Elasticsearch\ClientBuilder::create()->setHosts(['localhost'])->build(); //查询数据的拼装 $params = array(); $params['index'] = 'wooyun'; $params['type'] = 'title'; $params['body']['query']['match']['wybug_title'] = $keyword; $params['from'] = $page; $params['size'] = $size; //执行查询 $rtn = $client->search($params)['hits']; //结果组装组装数据 $data['total'] = $rtn['total']; $data['lists'] = array_column($rtn['hits'], '_source'); $data['lists'] = formartData(array_column($data['lists'], 'id')); return $data; } function formartData($ids)
