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
|
4月前
|
安全 Linux 开发工具
Elasticsearch 搜索入门技术之一
Elasticsearch 搜索入门技术之一
227 1
|
4月前
|
存储 JSON 自然语言处理
Elasticsearch 利用API进行搜索
Elasticsearch 利用API进行搜索
36 0
|
4月前
|
存储 缓存 数据库
PB数据毫秒级搜索之Elasticsearch(二)基础了解
PB数据毫秒级搜索之Elasticsearch(二)基础了解
92 0
|
5月前
|
搜索推荐 Java 数据处理
Elasticsearch搜索分析引擎本地部署与远程访问
Elasticsearch搜索分析引擎本地部署与远程访问
|
3月前
|
JSON Prometheus Cloud Native
Grafana 系列 - 统一展示 -8-ElasticSearch 日志快速搜索仪表板
Grafana 系列 - 统一展示 -8-ElasticSearch 日志快速搜索仪表板
|
7月前
|
存储 关系型数据库 数据库
ElasticSearch深度解析入门篇:高效搜索解决方案的介绍与实战案例讲解,带你避坑
ElasticSearch深度解析入门篇:高效搜索解决方案的介绍与实战案例讲解,带你避坑
ElasticSearch深度解析入门篇:高效搜索解决方案的介绍与实战案例讲解,带你避坑
|
12天前
|
Java 关系型数据库 MySQL
Elasticsearch【问题记录 01】启动服务&停止服务的2类方法【及 java.nio.file.AccessDeniedException: xx/pid 问题解决】(含shell脚本文件)
【4月更文挑战第12天】Elasticsearch【问题记录 01】启动服务&停止服务的2类方法【及 java.nio.file.AccessDeniedException: xx/pid 问题解决】(含shell脚本文件)
47 3
|
3天前
|
存储 搜索推荐 Java
Java远程连接本地开源分布式搜索引擎ElasticSearch
Java远程连接本地开源分布式搜索引擎ElasticSearch
|
7月前
|
搜索推荐 API 索引
Django中使用Elasticsearch进行搜索
Django中使用Elasticsearch进行搜索
152 0
|
3月前
|
存储 自然语言处理 负载均衡
【Elasticsearch专栏 03】深入探索:Elasticsearch倒排索引是如何提高搜索效率的
倒排索引通过直接关联文档内容,将关键词映射到相关文档,减少扫描范围,并使用高效数据结构快速查找和匹配关键词,从而显著提高搜索效率。此外,它支持复杂查询操作和搜索结果优化,进一步提高搜索的准确性和用户满意度。

热门文章

最新文章