【0-1系列】从0-1快速了解搜索引擎Scope以及如何快速安装使用（下）

星环科技TDH社区版2024-06-23 17:22

前言

近日，社区版家族正式发布V2024.5版本，其中，社区开发版系列重磅发布Scope开发版以及StellarDB开发版。

为了可以让大家更进一步了解产品，本系列文章从背景概念开始介绍，深入浅出的为读者介绍Scope的优势以及能力，在上一篇文章中为读者介绍了基础知识、Scope的技术优势以及能力，本篇文章将继续为读者介绍如何安装部署以及使用。

友情链接

安装与部署

企业版（分布式）

社区订阅版**（分布式）**

社区开发版（单机）

安装教程

友情提示：安装前请仔细查看安装手册注意事项章节，下方内容仅供参考

步骤一将从官网下载下来的产品包解压后上传至安装环境

  • 产品包名称：TDH-Scope-Standalone-Community-Transwarp-2024.5-X86_64-final.tar.gz

步骤二执行下述命令进行解压，解压后将出现一个镜像tar包

tar -zxf TDH-Scope-Standalone-Community-Transwarp-2024.5-X86_64-final.tar.gz

步骤三执行下述命令加载镜像

docker load -i scope-2024.5.tar

步骤四执行下方指令启动容器并运行镜像，运行格式为：

docker run -d --network host -v <本地目录路径>:/opt/transwarp --privileged <镜像名>
-v参数配置了TDH挂载的本地磁盘路径。该路径下会保存产品运行过程中产生的配置conf、数据data、日志log。再次提醒请不要随意改动做好备份，以及确保该路径下没有历史版本的数据文件。

操作示例图

步骤五 容器启动后需等待30s至2分钟

步骤六浏览器访问管理节点8180端口

打开客户端浏览器（推荐使用Google Chrome浏览器），访问http://host:8180，比如http://172.16.3.108:8180/。访问这个地址，您会看到下面的登录页面。

初次登录以admin的身份登录，密码也是admin。

步骤七 按照向导提示进行集群部署与配置即可

安装完成自助申请许可证即可使用，教程请参考手册

使用示例

产品使用手册

演示示例1. Scope多态语法之rest 语法

创建/删除索引

创建索引
curl -X PUT "localhost:9200/my_index?pretty" -H 'Content-Type: application/json' -d'{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 3
  },
  "mappings": {
    "default_type_": {
      "properties": {
        "id": { "type": "integer" },
        "title": { "type": "text" },
        "body": { "type": "text" },
        "date": { "type": "date" },
        "views": { "type": "integer" },
        "tags": { "type": "keyword" }
      }
    }
  }
}
';
删除索引
curl -X DELETE "localhost:9200/my_index?pretty";

数据插入

单条插入
curl -X PUT "localhost:9200/my_index/default_type_/1?pretty" -H 'Content-Type: application/json' -d'
{
  "id": 1,
  "title": "Scope for Beginners",
  "body": "Learn how to use Scope to search and analyze your data",
  "date": "2022-05-09",
  "views": 1000,
  "tags": ["Scope", "search"]
}
';

curl -X POST "localhost:9200/my_index/default_type_/?pretty" -H 'Content-Type: application/json' -d'
{
  "id": 2,
  "title": "Advanced Scope",
  "body": "Take your Scope skills to the next level",
  "date": "2022-05-10",
  "views": 500,
  "tags": ["Scope", "advanced"]
}
';
批量插入
curl -X POST "localhost:9200/my_index/_bulk?pretty" -H 'Content-Type: application/x-ndjson' --data-binary '
{ "index" : {"_index" : "my_index","_type" : "default_type_", "_id" : "bulk_1" } }
{ "id": 3, "title": "Scope Performance Tuning", "body": "Optimize your Scope cluster for better performance", "date": "2022-05-11","views": 750, "tags": ["Scope", "performance"]}
{ "index" : {"_index" : "my_index","_type" : "default_type_", "_id" : "bulk_2" } }
{ "id": 4, "title": "Scope Security", "body": "Learn how to secure your Scope cluster", "date": "2022-05-12", "views": 250, "tags": ["Scope", "security"]}
{ "index" : {"_index" : "my_index","_type" : "default_type_", "_id" : "bulk_3" } }
{"id": 5, "title": "Scope Monitoring", "body": "Monitor your Scope cluster with the Elastic Stack", "date": "2022-05-13", "views": 100, "tags": ["Scope", "monitoring"]}
';

数据查询

Case1
curl -X GET "localhost:9200/my_index/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "body": "Scope"
    }
  },
  "sort": {
    "date": { "order": "desc" }
  }
}
';
Case2
curl -X GET "localhost:9200/my_index/_search?pretty" -H 'Content-Type: application/json' -d'
{
  "query": {
    "range": {
      "date": {
        "gte": "2022-05-11"
      }
    }
  },
  "sort": {
    "views": { "order": "asc" }
  }
}
';

基础运维指令

查看集群状态
curl -X GET "localhost:9200/_cluster/health?pretty";
查看索引状态
curl -X GET "localhost:9200/_cat/indices/my_index?v";

查看节点状态

curl -X GET "localhost:9200/_cat/nodes?v";
查看分片状态
curl -X GET "localhost:9200/_cat/shards/my_index?v";

演示示例2. Scope多态语法之sql语法

创建/删除索引

删除/创建数据库（非必要）
drop database if exists DDL_Scope_DB CASCADE;
create database if not exists DDL_Scope_DB;
use DDL_Scope_DB;
删除索引
drop table if exists sql_demo;
创建索引
create table sql_demo(
    id string,
    title string has analyzer 'standard',
    author string,
    price double,
    description string has analyzer 'mmseg' 
)stored as scope
with shard number 5 replication 3
tblproperties('scope.key.column'='id');

数据插入

单条插入
insert into sql_demo select '1', '百年孤独', '加西亚·马尔克斯', 39.80, '一部代表魔幻现实主义文学巅峰的经典小说。' from system.dual;
insert into sql_demo values('2', '围城', '钱钟书', 29.80, '一部中国现代文学经典，讽刺了旧中国知识分子的冷嘲热讽和无可奈何。');
批量插入
batchinsert into sql_demo batchvalues(
  values('3', '骆驼祥子', '老舍', 22.80, '一部反映旧中国社会底层生活的文学作品，展现了社会底层人民的生活和奋斗。'),
  values('4', '茶花女', '小仲马', 18.80, '一部法国浪漫主义文学代表作，描绘了一个上层社会女性的生活和爱情。')
);

数据查询

数据查询
select * from sql_demo;
select * from sql_demo order by price;  
select * from sql_demo where contains(description,'中国');
和 rest 一致性
curl -ushiva:shiva -X GET "localhost:9200/ddl_scope_db.sql_demo/_mapping?pretty";
curl -ushiva:shiva -X GET "local:9200/ddl_scope_db.sql_demo/_settings/?pretty&filter_path=**.number_of_shards,**.number_of_replicas";
curl -ushiva:shiva -X GET "local:9200/ddl_scope_db.sql_demo/_search?pretty";

演示示例3. Scope多态语法之JAVA语法

创建索引

CreateIndexRequest request = new CreateIndexRequest("create_index_demo");
request.settings(Settings.builder()
        .put("index.number_of_shards", 1)
        .put("index.number_of_replicas", 1)
);
CreateIndexRequest indexRequest = request.mapping(
        "  {\n" +
                "    \"" + "default_type_" + "\": {\n" +
                "      \"properties\": {\n" +
                "        \"c_text\": {\n" +
                "          \"type\": \"text\"\n" +
                "        },\n" +
                "        \"c_string_mf\": {\n" +
                "          \"type\": \"keyword\"\n" +
                "        }\n" +
                "      }\n" +
                "    }\n" +
                "  }",
        XContentType.JSON);
CreateIndexResponse createIndexResponse = highLevelClient.indices().create(indexRequest,RequestOptions.DEFAULT);

删除索引

DeleteIndexRequest request = new DeleteIndexRequest("create_index_demo");
AcknowledgedResponse deleteIndexResponse = highLevelClient.indices().delete(request,RequestOptions.DEFAULT);

数据插入

单条插入
IndexRequest request = new IndexRequest(
                "my_index",
                "default_type_",
                "6");
        String jsonString = "{\n" +
                "  \"id\": 6,\n" +
                "  \"title\": \"Scope for Beginners\",\n" +
                "  \"body\": \"Learn how to use Scope to search and analyze your data\",\n" +
                "  \"date\": \"2022-05-09\",\n" +
                "  \"views\": 1000,\n" +
                "  \"tags\": [\"Scope\", \"search\"]\n" +
                "}";
IndexRequest source = request.source(jsonString, XContentType.JSON);
IndexResponse index = highLevelClient.index(source, RequestOptions.DEFAULT);
批量插入
String jsonString1 = "{\"id\": 3, \"title\": \"Scope Performance Tuning\", \"body\": \"Optimize your Scope cluster for better performance\", \"date\": \"2022-05-11\",\"views\": 750, \"tags\": [\"Scope\", \"performance\"]}";
String jsonString2 = "{\"id\": 4, \"title\": \"Scope Security\", \"body\": \"Learn how to secure your Scope cluster\", \"date\": \"2022-05-12\", \"views\": 250, \"tags\": [\"Scope\", \"security\"]}";
String jsonString3 = "{\"id\": 5, \"title\": \"Scope Monitoring\", \"body\": \"Monitor your Scope cluster with the Elastic Stack\", \"date\": \"2022-05-13\", \"views\": 100, \"tags\": [\"Scope\", \"monitoring\"]}";
BulkRequest request = new BulkRequest();
request.add(new IndexRequest("my_index", "default_type_", "3").source(jsonString1,XContentType.JSON));
request.add(new IndexRequest("my_index", "default_type_", "4").source(jsonString2,XContentType.JSON));
request.add(new IndexRequest("my_index", "default_type_", "5").source(jsonString3,XContentType.JSON));
BulkResponse bulkResponses = highLevelClient.bulk(request,RequestOptions.DEFAULT);

数据查询

term查询
SearchRequest searchRequest = new SearchRequest().indices("my_index").types("default_type_");
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(QueryBuilders.termQuery("body", "how"));
searchRequest.source(searchSourceBuilder);
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
match查询(对查询条件进行分词)
SearchRequest searchRequest = new SearchRequest().indices("my_index").types("default_type_");
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(QueryBuilders.matchQuery("body","Monitor Optimize"));
searchRequest.source(searchSourceBuilder);
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
boolean查询(多条件查询)
SearchRequest searchRequest = new SearchRequest().indices("my_index").types("default_type_");
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
SearchSourceBuilder mustQuery = searchSourceBuilder.query(QueryBuilders.boolQuery());
mustQuery.query(QueryBuilders.termQuery("body","cluster"));
mustQuery.query(QueryBuilders.termQuery("date","2022-05-13"));
searchRequest.source(mustQuery);
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);

演示示例4. 索引与分词机制

在使用搜索引擎的过程中，通常会涉及诸多属于，如segment/doc/term/token/shard/index等等，其中，segment/doc/term/token都是lucene中的概念。理解这些术语有助于更深入的了解和使用搜索引擎。

  • document：索引和搜索的主要数据载体，对应写入scope中的一个doc。通常以JSON格式存储；
  • field：document中的各个字段，每个字段都有自己的数据类型，使用者可以针对字段内容设置是否对其分词或使用分析器进行分词；
  • term词项：搜索时的一个单位，代表文本中的某个词；
  • token词条：词项(term)在字段(field)中的一次出现,包括词项的文本、开始和结束的位移、类型等信息；
  • index索引：以index为单位组织数据（document），一个index中的数据通常具有相似的特征。需要注意这里的index与宽表数据库中的索引（全局索引）不是一个概念，这里指的是搜索引擎中的数据对象。

lucene内部使用的是倒排索引的数据结构，将词项（term）映射到文档(document)。例如下图的3个document，进行分词后可以搜索引擎可以很快速的返回的下方问题的答案

  • 查询document id为 2的document?
  • 查询包含choice的document?
  • 查询有choice又有is的document?

那么是如何实现这一能力的？

分词器介绍

将文档切分成一系列有意义的单词（term/token）的过程称之为分词，其中，分词器则负责这一过程，以建立索引进行高效的搜索和分析。

选择一个合适的分词器可以很大程度上提高检索效率，当前比较常见的分词器有以下几种：

英文分词器
  • 标准分词器（Standard Tokenizer）标准分词器类型是standard，用于大多数欧洲语言，使用Unicode文本分割算法对文档进行分词；
  • 空格分词器（Whitespace Tokenizer）空格分词类型是whitespace，在空格处分割文本；
  • 小写分词器（Lowercase Tokenizer）小写分词器类型是lowercase，在非字母位置上分割文本，并把分词转换为小写形式，功能上是Letter Tokenizer和 Lower Case Token Filter的结合（Combination），但是性能更高，一次性完成两个任务；
  • 经典分词器（Classic Tokenizer）经典分词器类型是classic，基于语法规则对文本进行分词，对英语文档分词非常有用，在处理首字母缩写，公司名称，邮件地址和Internet主机名上效果非常好；
  • ...
中文分词器
  • IK：普及率最广。IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。采用了特有的"正向迭代最细粒度切分算法"，支持细粒度和最大词长两种切分模式；支持英文字母、数字、中文词汇等分词处理。支持用户词典扩展定义。
  • Pinyin 分词器：pinyin分词器可以让用户输入拼音，就能查找到相关的关键词。比如在某个商城搜索中，输入yonghui，就能匹配到永辉。这样的体验还是非常好的。
  • ...

不同的分词器会产生不同的分词结果，产生不同的索引，所以相同的查询条件会产生不同的结果。

举例说明生活中全文检索的应用实例：字典。字典的拼音表和部首检字表就相当于字典的索引，对每一个字的解释是非结构化的，如果字典没有音节表和部首检字表，在茫茫辞海中找一个字只能顺序扫描。然而字的某些信息可以提取出来进行结构化处理，比如读音，就比较结构化，分声母和韵母，分别只有几种可以一一列举，于是将读音拿出来按一定的顺序排列，每一项读音都指向此字的详细解释的页数。我们搜索时按结构化的拼音搜到读音，然后按其指向的页数，便可找到我们的非结构化数据------也即对字的解释。

全文检索就是把文本中的内容拆分成若干个关键词，然后根据关键词创建索引。查询时，根据关键词查询索引，最终找到包含关键词的文章。整个过程类似于查字典的过程。

Scope分词器-Standard

创建索引
curl -X DELETE "localhost:19200/blog_index1?pretty";
curl -X PUT "localhost:19200/blog_index1?pretty" -H 'Content-Type: application/json' -d'{
  "mappings": {
    "default_type_": {
      "properties": {
        "id": {
          "type": "integer"
        },
        "blog_name": {
          "type": "text",
          "analyzer": "standard"
        },
        "blog_name_english": {
          "type": "text",
          "analyzer": "standard"
        }
      }
    }
  }
}
';
数据写入
curl -X POST "localhost:19200/blog_index1/_bulk?pretty" -H 'Content-Type: application/x-ndjson' --data-binary '
{ "index" : {"_index" : "blog_index1","_type" : "default_type_", "_id" : "bulk_1" } }
{ "id": 1, "blog_name": "Scope 介绍", "blog_name_english": "Introduction to Scope"}
{ "index" : {"_index" : "blog_index1","_type" : "default_type_", "_id" : "bulk_2" } }
{ "id": 2, "blog_name": "Scope 高级搜索", "blog_name_english": "Advanced Searching in Scope"}
{ "index" : {"_index" : "blog_index1","_type" : "default_type_", "_id" : "bulk_3" } }
{ "id": 3, "blog_name": "全文检索技术比较", "blog_name_english": "Comparison of Full-Text Search Technologies"}
{ "index" : {"_index" : "blog_index1","_type" : "default_type_", "_id" : "bulk_4" } }
{ "id": 4, "blog_name": "Scope 数据聚合", "blog_name_english": "Scope Data Aggregation"}
{ "index" : {"_index" : "blog_index1","_type" : "default_type_", "_id" : "bulk_4" } }
{ "id": 5, "blog_name": "分布式数据库架构", "blog_name_english": "Introduction to NoSQL Databases"}
';
英文检索
curl -XGET "localhost:19200/blog_index1/_search?pretty" -H 'Content-Type: application/json' -d'{
  "query": {
    "term": {
      "blog_name_english": "search"
    }
  }
}';
中文检索
curl -XGET "localhost:19200/blog_index1/_search?pretty" -H 'Content-Type: application/json' -d'{
  "query": {
    "term": {
      "blog_name": "搜索"
    }
  }
}';

Scope分词器-ik_max_word

创建索引
curl -X DELETE "localhost:9200/blog_index2?pretty";
curl -X PUT "localhost:9200/blog_index2?pretty" -H 'Content-Type: application/json' -d'{
  "mappings": {
    "default_type_": {
      "properties": {
        "id": {
          "type": "integer"
        },
        "blog_name": {
          "type": "text",
          "analyzer": "ik_max_word"
        },
        "blog_name_english": {
          "type": "text",
          "analyzer": "standard"
        },
        "blog_summary": {
          "type": "text",
          "analyzer": "ik_max_word"
        }
      }
    }
  }
}
';
数据写入
curl -X POST "localhost:9200/blog_index2/_bulk?pretty" -H 'Content-Type: application/x-ndjson' --data-binary '
{ "index" : {"_index" : "blog_index2","_type" : "default_type_", "_id" : "bulk_1" } }
{ "id": 1, "blog_name": "Scope 介绍", "blog_name_english": "Introduction to Scope", "blog_summary": "Scope 是一个分布式搜索引擎，用于快速和可扩展地搜索和分析大量数据。"}
{ "index" : {"_index" : "blog_index2","_type" : "default_type_", "_id" : "bulk_2" } }
{ "id": 2, "blog_name": "Scope 高级搜索", "blog_name_english": "Advanced Searching in Scope", "blog_summary": "学习如何使用 Scope 进行高级搜索和优化查询性能的技巧。"}
{ "index" : {"_index" : "blog_index2","_type" : "default_type_", "_id" : "bulk_3" } }
{ "id": 3, "blog_name": "全文检索技术比较", "blog_name_english": "Comparison of Full-Text Search Technologies", "blog_summary": "比较不同全文检索技术之间的性能和功能，了解它们在搜索算法和评估方面的优缺点。"}
{ "index" : {"_index" : "blog_index2","_type" : "default_type_", "_id" : "bulk_4" } }
{ "id": 4, "blog_name": "Scope 数据聚合", "blog_name_english": "Scope Data Aggregation", "blog_summary": "使用 Scope 进行数据聚合和分析，了解如何从大量数据中提取有价值的信息。"}
{ "index" : {"_index" : "blog_index2","_type" : "default_type_", "_id" : "bulk_4" } }
{ "id": 5, "blog_name": "分布式数据库架构", "blog_name_english": "Introduction to NoSQL Databases", "blog_summary": "探索分布式数据库架构的原理和设计，了解如何在分布式环境中实现数据一致性和高可用性。"}
';
英文检索
curl -XGET "localhost:9200/blog_index2/_search?pretty" -H 'Content-Type: application/json' -d'{
  "query": {
    "term": {
      "blog_name_english": "search"
    }
  }
}';
中文检索
curl -XGET "localhost:9200/blog_index2/_search?pretty" -H 'Content-Type: application/json' -d'{
  "query": {
    "term": {
      "blog_name": "搜索"
    }
  }
}';
 
curl -XGET "localhost:9200/blog_index2/_search?pretty" -H 'Content-Type: application/json' -d'{
  "query": {
    "term": {
      "blog_summary": "搜索"
    }
  }
}';

更多使用教程可以参考 Scope使用手册 ，欢迎体验开发版Scope。

相关推荐
杨超越luckly38 分钟前
ArcGIS应用指南：ArcGIS制作局部放大地图
大数据·arcgis·信息可视化·数据挖掘·数据分析
jlting19541 分钟前
Flink——进行数据转换时，报：Recovery is suppressed by NoRestartBackoffTimeStrategy
大数据·flink·kafka
青云交1 小时前
大数据新视界 -- Hive 数据分区：提升查询效率的关键步骤（下）（8/ 30）
大数据·数据库·精细化管理·hive 数据分区·分区修剪·分区合并·缓存协同
重生之我是数学王子1 小时前
QT简易项目 数据库可视化界面 数据库编程SQLITE QT5.12.3环境 C++实现
数据库·c++·qt
sevevty-seven1 小时前
详细讲解MySQL中的默认索引(B+树)
数据库·b树·mysql
蓝天扶光1 小时前
MySQL事务知识点梳理
数据库·mysql
大数据编程之光1 小时前
Flink 之 Window 机制详解（上）：基础概念与分类
大数据·flink
Kika写代码1 小时前
【大数据技术基础】 课程 第5章 HBase的安装和基础编程 大数据基础编程、实验和案例教程（第2版）
大数据·数据库·hbase
摸鱼小天才1 小时前
浅析REGEXP_SUBSTR,PRIOR,CONNECT BY
数据库
蓝晶之心2 小时前
JAVA之若依框架——达梦数据库
java·开发语言·数据库
热门推荐
01Docker 夺命连环 15 问02PyTorch机器学习实现液态神经网络03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明05Coze扣子平台完整体验和实践（附国内和国际版对比）06RAG 实践- Ollama+RagFlow 部署本地知识库07玄机平台应急响应—webshell查杀08怎样让音频速度变慢？请跟随以下方法进行操作09Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO10华为Mate 60系列安装谷歌服务框架,安装Play商店,Google