js中的正则表达式 使用Docker和Elasticsearch搭建全文本搜索引(6)

title: { type: 'keyword'},

author: { type: 'keyword'},

location: { type: 'integer'},

text: { type: 'text'}

}

returnclient.indices.putMapping({ index, type, body: { properties: schema } })

}

此处为书目索引定义了mapping（映射）。Elasticsearch索引类似于SQL的表或者MongoDB的connection。通过mapping我们可以定义文档每个域和数据类型。Elasticsearch是schema-less，因此技术上说不需要添加mapping，但是通过mapping可以更好控制数据处理方式。

例如，有两个关键词域，分别是“titile”和“author”，文本定为“text”域。这样定义搜索引擎会有完全不同的动作：搜索中，引擎会在text域中查找可能匹配项，而在关键词域则是精确匹配。看起来差别不大，但却对搜索行为和搜索速度有很大影响。

在文件最后输出功能和属性，可以被其它模块访问。

module. exports= {

client, index, type, checkConnection, resetIndex

}

4. 加载源数据

本文使用从Gutenberg项目（一个提供免费电子书的应用）提供的数据。包括100本经典书目，例如《80天环绕地球》、《罗密欧与朱丽叶》以及《奥德赛》等。

4.1 下载书籍数据

本文的数据可以从以下网站下载：

https://cdn.patricktriest.com/data/books.zip，之后解压到项目根目录下的books/ 子目录下。

也可以用命令行实现以上操作：

wgethttps://cdn.patricktriest.com/data/books.zip

unar books.zip

4.2 预览书籍

打开一本书，例如219-0.txt。书籍以公开访问license开始，跟着是书名、作者、发行日期、语言以及字符编码。

Title: Heart of Darkness

Author: Joseph Conrad

ReleaseDate: February 1995[EBook #219]

LastUpdated: September 7, 2016

Language: English

Charactersetencoding: UTF -8

随后是声明信息：*** START OF THIS PROJECT GUTENBERG EBOOK HEART OF DARKNESS ***，紧接着就是书的实际内容。

书的最后会发现书籍结束声明：*** END OF THIS PROJECT GUTENBERG EBOOK HEART OF DARKNESS ***，紧跟着是更加详细的书籍license。

下一步将用编程方法从书中提取元数据，并且从* * *之间将书籍内容抽取出来。

4.3 读取数据目录

本节写一段脚本读取书籍内容添加到Elasticsearch中，脚本存放在server/load_data.js 中。

首先，获得books目录下所有文件列表。

constfs = require( 'fs')

constpath = require( 'path')

constesConnection = require( './connection')

/** Clear ES index, parse and index all files from the books directory */

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-88488-6.html