簡介
爲什麼會用到這個ES搜索？ 是因爲我在看烏雲的漏洞案例庫時候，搜索即爲不方便。
比如說說我要搜索一個 SQL注入
那mysql匹配的時候是like模糊匹配，搜索必須要有SQL注入這四個字，連續的才能查找到那這樣會不太方便。
然後我就想着做一個分詞，搜索起來會方便不少，第一個想到的就是ES搜索了。
怎麼去用ES呢？
第一步 安裝ES搜索
我們只需要一個JAVA環境並且把Java的環境變量配置好，我相信這些JAVA環境大家之前都配置過，這裏不多說。
那現在只需要下載ES的文件，也不需要編譯，下載下來就行了，把他放到一個目錄。 下載地址： https://www.elastic.co/downlo...
第二步 安裝head
head是基於node開發的，所以需要先安裝node node下載地址：http://cdn.npm.taobao.org/dis...
在電腦任意一個目錄下（不要在elasticsearch目錄裏面），執行一下命令，
git clone https://github.com/mobz/elasticsearch-head.git cd elasticsearch-head/ npm install
3、修改部分配置 修改兩個地方： 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、輸入 npm run start 啓動
5、訪問head管理頁面: http://localhost:9100/
第三步 安裝composer
就是我們需要安裝composer，安裝composer幹什麼呢？
下載地址：https://getcomposer.org/Compo...
下載之後，直接下一步下一步就安裝好了。
因爲我們PHP如果調用ES搜索的接口，我們是需要去下載一個類庫。
1. 在當前目錄下載composer.phar
curl -sS https://getcomposer.org/installer | php
2. 在當前目錄下創建一個composer.json的文件
{
"require": {
"elasticsearch/elasticsearch": "~2.0@beta"
}
}3. 安裝依賴
php composer.phar install
第四步 安裝分詞插件
就是說我們需要安裝一個分詞插件。 在ES搜索當中Ik分詞插件是中文分詞最好用的一個，安裝也極爲方便。
我們只需要到GitHub上把他對應版本的這個，文件下載下來，然後解壓到ES的插件目錄，然後重新啓動一下ES搜索服務，就可以了。
下載地址：https://github.com/medcl/elas...
怎麼去驗證這個插件有沒有安裝成功呢？ 我們可以通過下面的URL，做分詞測試。 http://localhost:9200/你的庫名/_analyze?analyzer=ik_max_word&pretty=true&text=中華人民共和國
我們可以在這個URL中輸入，中華人民共和國； 默認的分詞器他會把中華人民共和國分別以以 中、華、人、民、共、和、國。
那我們選擇用IK作爲分詞器後，它是可以把 中華人民共和國 作爲一個詞，把中華作爲一個詞。
第五步 導入數據
現在說一下怎麼把數據庫中的數據導入到ES中，
首先需要建立這樣一個庫， 然後把數據按照固定的格式插入到ES搜索中。下面是我的一個代碼示例
<?php
require_once './vendor/autoload.php';
//連接MYSQL數據庫
function get_conn()
{
@$conn = mysql_connect("localhost", "root", "") or die("error connecting");
mysql_select_db("wooyun", $conn);
mysql_query("SET NAMES 'UTF8'");
return $conn;
}
//插入數據到ES搜索中
function create_index($maxId, $client)
{
//查詢數據庫中的數據
$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();
//刪除所有數據
$client->indices()->delete(['index' => 'wooyun']);
$a = true;
$maxId = 0;
while ($a) {
$maxId = create_index($maxId, $client);
if (empty($maxId)) {
$a = false;
}
}第六步 查詢數據
<?php
//引入mysql連接，和ES類庫
require('conn.php');
require_once 'vendor/autoload.php';
function search($keyword, $page = 0, $size = 20)
{
//對象實例化
$client = Elasticsearch\ClientBuilder::create()->setHosts(['localhost'])->build();
//查詢數據的拼裝
$params = array();
$params['index'] = 'wooyun';
$params['type'] = 'title';
$params['body']['query']['match']['wybug_title'] = $keyword;
$params['from'] = $page;
$params['size'] = $size;
//執行查詢
$rtn = $client->search($params)['hits'];
//結果組裝組裝數據
$data['total'] = $rtn['total'];
$data['lists'] = array_column($rtn['hits'], '_source');
$data['lists'] = formartData(array_column($data['lists'], 'id'));
return $data;
}
function formartData($ids)
{
$ids = implode($ids, ',');
$sql = "select * from bugs where id in($ids)";
$data = mysql_query($sql);
$rtn = [];
while (@$row = mysql_fetch_assoc(@$data)) {
$rtn[] = $row;
}
return $rtn;
}
$q0 = isset($_GET['q']) ? $_GET['q'] : 'SQL注入';
$num = "15"; //每頁顯示15條
$page = isset($_GET['page']) ? intval($_GET['page']) : 1;
$offset = ($page - 1) * $num;
$esData = search($q0, $offset, $num);