Restful认识和 IK分词器的使用

什么是Restful风格

Restful是一种面向资源的架构风格，可以简单理解为：使用URL定位资源，用HTTP动词（GET,POST,DELETE,PUT）描述操作。

使用Restful的好处：

透明性，暴露资源存在。

充分利用 HTTP 协议本身语义。

无状态，这点非常重要。在调用一个接口（访问、操作资源）的时候，可以不用考虑上下文，不用考虑当前状态，极大的降低了复杂度。

Restful的典型特征：

① Server提供的RESTful API中，URL中只使用名词来指定资源。

“资源”是REST架构或者说整个网络处理的核心。比如：

GET http://api.itsource.cn/emp/323: 获取323号员工的基本资料;

GET http://api.itsource.cn/emps: 获取源码时代所有员工资料列表;

② REST 是面向资源的，这个概念非常重要，而资源是通过 URI 进行暴露

URI 的设计只要负责把资源通过合理方式暴露出来就可以了。对资源的操作与它无关，所以REST 通过 URI 暴露资源时，会强调不要在 URI 中出现动词。

比如：左边是错误的设计，而右边是正确的

GET /rest/api/getDogs -> GET /rest/api/dogs 获取所有小狗狗

GET /rest/api/addDogs -> POST /rest/api/dogs 添加一个小狗狗

POST /rest/api/editDogs/12 -> PUT /rest/api/dogs/12 修改一个小狗狗

POST /rest/api/deleteDogs/12 -> DELETE /rest/api/dogs/12 删除一个小狗狗

左边的这种设计，很明显不符合REST风格，URI 只负责准确无误的暴露资源，而 getDogs/addDogs...已经包含了对资源的操作，这是不对的。相反右边却满足了，它的操作是使用标准的HTTP动词来体现。

③ 用HTTP协议里的动词来实现资源的添加，修改，删除等操作。

即通过HTTP动词来实现资源的状态扭转：

GET 用来获取资源，

POST 用来新建资源（也可以用于更新资源），

PUT 用来更新资源，

DELETE 用来删除资源。

比如：

GET http://api.itsource.cn/emp/323 获取一个员工

POST http://api.itsource.cn/emp/232: 添加或修改一个员工

PUT http://api.itsource.cn/emp: 修改员工资料

DELETE http://api.itsource.cn/emp/323: 删除323号员工

IK分词器

ES默认对英文文本的分词器支持较好，但和lucene一样，如果需要对中文进行全文检索，那么需要使用中文分词器，同lucene一样，在使用中文全文检索前，需要集成IK分词器。

ES的IK分词器插件源码地址：https://github.com/medcl/elasticsearch-analysis-ik

① Maven打包IK插件

② 解压target/releases/elasticsearch-analysis-ik-5.2.2.zip文件

并将其内容放置于ES根目录/plugins/ik

③ 重启ES服务器

④ 测试分词器

POST _analyze

{

"analyzer":"ik_smart",

"text":"中国驻洛杉矶领事馆遭亚裔男子枪击嫌犯已自首"

}

注意：IK分词器有两种类型，分别是ik_smart分词器和ik_max_word分词器。

ik_smart: 会做最粗粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”。

ik_max_word: 会将文本做最细粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”，会穷尽各种可能的组合；

文档映射Mapper

ES的文档映射(mapping)机制用于进行字段类型确认，将每个字段匹配为一种确定的数据类型。（相当于写表结构）

ES字段映射

① 基本字段类型

字符串：text(分词),keyword(不分词) StringField(不分词文本),TextFiled(要分词文本)

text默认为全文文本，keyword默认为非全文文本

数字：long,integer,short,double,float

日期：date

逻辑：boolean

② 复杂数据类型

对象类型：object

数组类型：array

地理位置：geo_point,geo_shape

1.1.1. 默认映射

查看索引类型的映射配置：GET {indexName}/_mapping/{typeName}

ES在没有配置Mapping的情况下新增文档，ES会尝试对字段类型进行猜测，并动态生成字段和类型的映射关系。

在实际应用场景中，一个对象的属性中，需要全文检索的字段较少，大部分字符串不需要分词，因此，需要利用全局模板覆盖自带的默认模板：

 PUT _template/global_template  //创建名为global_template的模板

 {

 "template":"*", //匹配所有索引库

 "settings":{"number_of_shards":1},//匹配到的索引库只创建1个主分片

 "mappings":{

 "_default_":{

 "_all":{

 "enabled":false //关闭所有类型的_all字段

 },

 "dynamic_templates":[

 {

 "string_as_text":{

 "match_mapping_type":"string",//匹配类型string

 "match":"*_text", //匹配字段名字以_text结尾

 "mapping":{

 "type":"text",//将类型为string的字段映射为text类型

 "analyzer":"ik_max_word",

 "search_analyzer":"ik_max_word",

 "fields":{

 "raw":{

 "type":"keyword",

 "ignore_above":256

 }

 }

 }

 }

 },

 {

 "string_as_keyword":{

 "match_mapping_type":"string",//匹配类型string

 "mapping":{

 "type":"keyword"//将类型为string的字段映射为keyword类型

 }

 }

 }

 ]

 }

 }}

上面的意思：就是如果索引库里面字段以_text结尾就需要进行分词，如果不是，就不分词

测试：

(1) 拷贝上面代码执行

(2) 删除库 delete shop

(3) 创建库 put shop

(4) 加入数据测试

POST shop/goods/5

{

“id”:12,

“name_text”:”iphone x”，

“local“:”cnsssss”

}

说明：上例中定义了两种动态映射模板string_as_text和string_as_keyword.

在实际的类型字段映射时，会依次匹配：

①字段自定义配置、

②全局dynamic_templates[string_as_text、string_as_keyword]、

③索引dynamic_templates[...]、

④ES自带的string类型映射，以最先匹配上的为准。

注意：索引库在创建的时候会继承当前最新的dynamic_templates，索引库创建后，修改动态模板，无法应用到已存在的索引库。

1.1.1. 最佳实践

映射的配置会影响到后续数据的索引过程，因此，在实际项目中应遵循如下顺序规则：

① 配置全局动态模板映射（覆盖默认的string映射）

② 配置字段映射（由于基本类型主要用于过滤和普通查询，因此，字段映射主要对需要全文检索的字段进行配置）

③ 创建、更新和删除文档

④ 搜索