使用ElasticSearch服务从MySQL同步数据实现搜索即时提示与全文搜索功能

Posted 2021-02-04 御世制人

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了使用ElasticSearch服务从MySQL同步数据实现搜索即时提示与全文搜索功能相关的知识，希望对你有一定的参考价值。

最近用了几天时间为公司项目集成了全文搜索引擎，项目初步目标是用于搜索框的即时提示。数据需要从mysql中同步过来，因为数据不小，因此需要考虑初次同步后进行持续的增量同步。这里用到的开源服务就是ElasticSearch。

ElasticSearch

ElasticSearch是一个非常好用的开源全文搜索引擎服务，同事推荐之前我并没有了解过，但是看到亚马逊专门提供该服务的实例，没有多了解之前便猜想应该是和Redis一样名声在外的产品，
估计也是经得起考验可以用在生产环境中了。上网了解一番之后发现果然如此:

全文搜索属于最常见的需求，开源的Elasticsearch是目前全文搜索引擎的首选。它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。

废话不多说，按照惯例记录一下我的搭建过程。

安装ElasticSearch
安装有几种方式，我个人还是比较喜欢CentOS的yum从源安装。

CentOS的Yum方式安装
首先进入/etc/yum.repos.d目录，建立一个名为elasticsearch.repo的源，内容填写如下：

[elasticsearch-6.x]
name=Elasticsearch repository for 6.x packages
baseurl=https://artifacts.elastic.co/packages/6.x/yum
gpgcheck=1
gpgkey=https://artifacts.elastic.co/GPG-KEY-elasticsearch
enabled=1
autorefresh=1
type=rpm-md
这里Elastic目前最新版本为6.2，但与之对应的Elasticsearch-php需要PHP版本为7.0以上。由于公司的PHP版本是5.x，因此只有退而求其次，选择了稍微老一点的5.6.9版本，5.x版本的安装，只需要在这一步将上面源文件内容中的所有6.x换成5.x即可。

接下来执行

yum install elasticsearch
完成安装后，默认服务是仅仅本地可以访问，如果需要从另一台内网服务器访问，还需要打开监听范围。进入安装目录/usr/share/elasticsearch，编辑elasticsearch.yml文件，修改以下部分：

network.host: 0.0.0.0
path.data: /var/lib/elasticsearch
path.logs: /var/log/elasticsearch
http.host: 0.0.0.0
transport.host: 127.0.0.1
其中network.host是开启外部网络访问，而path.data和path.logs由于默认路径没有设置正确，这里需要手工设置一下。路径设置完成后需要确认一下这两个目录是否存在，如果目录内有上一次安装的残余内容，需要备份后清空，否则会引发一些问题。

接着重启服务：

service elasticsearch restart
安装完成测试
重启完成后，在浏览器中输入

http://127.0.0.1:9200/?pretty
如果能看到对应的信息，表示安装成功

安装LogStash
接着安装LogStash服务，这个服务用于汇总各类log日志信息到一个地方统一管理，而这里我们用到这个服务，是因为需要用它来实现数据从MySQL到Elastic的同步。

YUM方式安装LogStash
这同样是Elastic家的产品，因此包含在前面设置的源中，现在安装只需要执行：

yum install logstash
这样就完成了安装。接下来别急，还需要安装一个插件。

安装logstash-input-jdbc插件
首先进入/usr/share/logstash/bin目录，执行：

./logstash-plugin install logstash-input-jdbc
插件安装完成后，logstash的安装目前算是完成了。还有很多插件可以实现各种丰富的功能，而这里就咱不多说了。

配置同步MySQL数据到Elastic
接着就是比较重点的地方，配置数据从MySQL库同步到Elastic。首先在任意目录建立同步配置文件，我这里的同步脚本并不多，因此就直接把他们放在logstash的执行目录里：

cd /usr/share/logstash/bin
mkdir ktsee
cd ktsee
然后新建两个文件jdbc.conf和jdbc.sql，其中jdbc.conf是同步配置文件，jdbc.sql同步的mysql脚本。首先编辑jdbc.conf，填入内容：

input {
  stdin {
  }
  jdbc {
  # mysql jdbc connection string to our backup databse  后面的ktsee对应mysql中的test数据库
  jdbc_connection_string => "jdbc:mysql://192.168.1.1:3306/ktsee"
  # the user we wish to excute our statement as
  jdbc_user => "root"
  jdbc_password => "password"
  # the path to our downloaded jdbc driver 这里需要设置正确的mysql-connector-java-5.1.38.jar路径，找不到可以从网上下载后放在配置路径中
  jdbc_driver_library => "/elasticsearch-jdbc-2.3.2.0/lib/mysql-connector-java-5.1.38.jar"
  # the name of the driver class for mysql
  jdbc_driver_class => "com.mysql.jdbc.Driver"
  jdbc_paging_enabled => "true"
  jdbc_page_size => "50000"
# 以下对应着要执行的sql的绝对路径
  statement_filepath => "/usr/local/logstash/bin/logstash_jdbc_test/jdbc.sql"
# 定时字段 各字段含义（由左至右）分、时、天、月、年，全部为*默认含义为每分钟都更新
  schedule => "* * * * *"
# 设定ES索引类型
  type => "ktsee_type"
  }
}
filter {
  json {
  source => "message"
  remove_field => ["message"]
  }
}
output {
  elasticsearch {
#ESIP地址与端口
  hosts => "192.168.1.1:9200"
#ES索引名称（自己定义的）
  index => "ktsee_index"
#自增ID编号
  document_id => "%{id}"
  }
  stdout {
#以JSON格式输出
  codec => json_lines
  }
}
这里需要注意的地方，在上面配置文件中有相应的注释。

使用Elasticsearch-PHP库集成到项目中
这里选择使用Elasticsearch的官方PHP库Elasticsearch-PHP，如果项目使用composer进行包管理，那么很简单，直接安装对应的版本即可，composer会自动下载其他的依赖库。在项目中添加代码：

$client = \\Elasticsearch\\ClientBuilder::create()
    ->setHosts([\'192.168.1.1:9200\'])
    ->allowBadJSONSerialization()
    ->build();
$params = [
    \'index\' => \'ktsee_index\',
    \'_source\' => [
        "id",
        "product_name",
        "product_type"
    ],
    \'body\' => [
        \'query\' => [
            \'match_phrase_prefix\' => [
                \'product_name\' => [
                    "query" => $post[\'keyword\'],
                    "slop" => 10
                ]
            ],
        ]
    ]
];
$response = $client->search($params);
这样就实现了简单的根据关键词搜索调用ElasticSearch。

实现搜索即时提示代码
html部分：

<form method="get" action="/search" id="header_search">
    <input type="text" id="keyword" name="keyword" value="" autocomplete="off" />
    <input type="submit" value="" />
</form>
<ul id="header_search_suggest"></ul>
这里值得注意的是，搜索框input控件加上autocomplete="off"关闭原生下拉提示框，避免和我们即将要做的智能提示冲突。

CSS部分：

#header_search_suggest{
    position: absolute;
    width: calc(100% - 10px);
    left: 4px;
    border: solid 1px #ccc;
    background-color: white;
    text-align: left;
    z-index: 101;
    display: none;
}
#header_search_suggest li{
    font-size: 14px;
    border-bottom: 1px solid #eeeeee;
}
#header_search_suggest li a{
    padding:0.5em 1em;
    color:#333333;
    display: block;
    text-decoration: none;
}
#header_search_suggest li a:hover{
    background-color: #EDF0F2;
    color:#2F7EC4;
}
#header_search_suggest li a em{
    font-style: italic;
    color:#999;
    font-size:0.8em;
}
JS部分：

var xhr = null;
$(\'#keyword\').bind(\'input propertychange\', function () {
    if (xhr) {
        xhr.abort();//如果存在ajax的请求，就放弃请求
    }
    var inputText = $.trim(this.value);
    if (inputText != "") { //检测键盘输入的内容是否为空，为空就不发出请求
        xhr = $.ajax({
            type: \'POST\',
            url: \'/search/suggest\',
            cache: false,//不从浏览器缓存中加载请求信息
            // data: "keyword=" + inputText,
            data: {keyword: inputText},
            dataType: \'json\',
            success: function (json) {
                //console.log(json);
                if (json.count != 0) {
                    //检测返回的结果是否为空
                    var lists = "";
                    $.each(json.data, function (index, obj) {
                        //处理高亮关键词
                        var searchContent = obj.product_name;
                        var suggestItem = \'\';
                        if (searchContent.toLowerCase().indexOf(inputText.toLowerCase()) > -1) {
                            var searchRegExp = new RegExp(\'(\' + inputText + \')\', "gi");
                            suggestItem = searchContent.replace(searchRegExp, ("<strong>$1</strong>"));
                        }
                        suggestItem = suggestItem + "<em> - " + obj.product_type + "</em>";
                        //遍历出每一条返回的数据
                        lists += "<li class=\'listName\' ><a href=\'/search/suggest?id=" + obj.id + "&key=" + encodeURI(searchContent + \' - \' + obj.product_type) + "\'>" + suggestItem + "</a></li>";
                    });
                    $("#header_search_suggest").html(lists).show();//将搜索到的结果展示出来
                } else {
                    $("#header_search_suggest").hide();
                }
                //记录搜索历史记录
                $.post(\'/search/savesearchlog\',{keyword: inputText,count: json.count});
            }
        });
    } else {
        $("#header_search_suggest").hide();//没有查询结果就隐藏搜索框
    }
}).blur(function () {
    setTimeout(\'$("#header_search_suggest").hide()\',500);//输入框失去焦点的时候就隐藏搜索框，为了防止隐藏过快无法点击，设置延迟0.5秒隐藏
});
演示效果
如图：

即时搜索提示框效果图

最近用了几天时间为公司项目集成了全文搜索引擎，项目初步目标是用于搜索框的即时提示。数据需要从MySQL中同步过来，因为数据不小，因此需要考虑初次同步后进行持续的增量同步。这里用到的开源服务就是ElasticSearch。

ElasticSearch

ElasticSearch是一个非常好用的开源全文搜索引擎服务，同事推荐之前我并没有了解过，但是看到亚马逊专门提供该服务的实例，没有多了解之前便猜想应该是和Redis一样名声在外的产品，估计也是经得起考验可以用在生产环境中了。上网了解一番之后发现果然如此:

全文搜索属于最常见的需求，开源的Elasticsearch是目前全文搜索引擎的首选。它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。

废话不多说，按照惯例记录一下我的搭建过程。

安装ElasticSearch

安装有几种方式，我个人还是比较喜欢CentOS的yum从源安装。

CentOS的Yum方式安装

首先进入/etc/yum.repos.d目录，建立一个名为elasticsearch.repo的源，内容填写如下：

[elasticsearch-6.x]
name=Elasticsearch repository for6.x packages
baseurl=https://artifacts.elastic.co/packages/6.x/yum
gpgcheck=1
gpgkey=https://artifacts.elastic.co/GPG-KEY-elasticsearch
enabled=1
autorefresh=1
type=rpm-md

这里Elastic目前最新版本为6.2，但与之对应的Elasticsearch-PHP需要PHP版本为7.0以上。由于公司的PHP版本是5.x，因此只有退而求其次，选择了稍微老一点的5.6.9版本，5.x版本的安装，只需要在这一步将上面源文件内容中的所有6.x换成5.x即可。

接下来执行

yum install elasticsearch

完成安装后，默认服务是仅仅本地可以访问，如果需要从另一台内网服务器访问，还需要打开监听范围。进入安装目录/usr/share/elasticsearch，编辑elasticsearch.yml文件，修改以下部分：

network.host:0.0.0.0
path.data:/var/lib/elasticsearch
path.logs:/var/log/elasticsearch
http.host:0.0.0.0
transport.host:127.0.0.1

其中network.host是开启外部网络访问，而path.data和path.logs由于默认路径没有设置正确，这里需要手工设置一下。路径设置完成后需要确认一下这两个目录是否存在，如果目录内有上一次安装的残余内容，需要备份后清空，否则会引发一些问题。

接着重启服务：

service elasticsearch restart

安装完成测试

重启完成后，在浏览器中输入

http://127.0.0.1:9200/?pretty

如果能看到对应的信息，表示安装成功

安装LogStash

接着安装LogStash服务，这个服务用于汇总各类log日志信息到一个地方统一管理，而这里我们用到这个服务，是因为需要用它来实现数据从MySQL到Elastic的同步。

YUM方式安装LogStash

这同样是Elastic家的产品，因此包含在前面设置的源中，现在安装只需要执行：

yum install logstash

这样就完成了安装。接下来别急，还需要安装一个插件。

安装logstash-input-jdbc插件

首先进入/usr/share/logstash/bin目录，执行：

./logstash-plugin install logstash-input-jdbc

插件安装完成后，logstash的安装目前算是完成了。还有很多插件可以实现各种丰富的功能，而这里就咱不多说了。

配置同步MySQL数据到Elastic

接着就是比较重点的地方，配置数据从MySQL库同步到Elastic。首先在任意目录建立同步配置文件，我这里的同步脚本并不多，因此就直接把他们放在logstash的执行目录里：

cd /usr/share/logstash/bin
mkdir ktsee
cd ktsee

然后新建两个文件jdbc.conf和jdbc.sql，其中jdbc.conf是同步配置文件，jdbc.sql同步的mysql脚本。首先编辑jdbc.conf，填入内容：

input {
stdin {
}
jdbc {
# mysql jdbc connection string to our backup databse 后面的ktsee对应mysql中的test数据库
jdbc_connection_string =>"jdbc:mysql://192.168.1.1:3306/ktsee"
# the user we wish to excute our statement as
jdbc_user =>"root"
jdbc_password =>"password"
# the path to our downloaded jdbc driver 这里需要设置正确的mysql-connector-java-5.1.38.jar路径，找不到可以从网上下载后放在配置路径中
jdbc_driver_library =>"/elasticsearch-jdbc-2.3.2.0/lib/mysql-connector-java-5.1.38.jar"
# the name of the driver class for mysql
jdbc_driver_class =>"com.mysql.jdbc.Driver"
jdbc_paging_enabled =>"true"
jdbc_page_size =>"50000"
# 以下对应着要执行的sql的绝对路径
statement_filepath =>"/usr/local/logstash/bin/logstash_jdbc_test/jdbc.sql"
canal实时同步mysql数据到elasticsearch(部署，配置，测试) 使用go-mysql-elasticsearch同步mysql数据库信息到ElasticSearch 搭建Elasticsearch服务环境并实现将与mysql数据的同步 elasticsearch使用river同步mysql数据使用Canal中间件同步MySql数据到ElasticSearch Elasticsearch-jdbc批量同步mysql数据失败