Neo4j和Elasticsearch

<div class="cs-page-content cs-article-container"> <h1 class="cs-article-title"> <a href="https://cs.xieyonghui.com/database/neo4j-and-elasticsearch\_88.html">Neo4j和Elasticsearch</a> </h1> Neo4j和Elasticsearch是一种让人眼前一亮的组合，为什么需要把搜索和图表结合起来呢？它们是如何使用的呢？ 在无处不在的互联网搜索引擎的推动下，全文搜索占据了主导地位。图形数据库在高度连接的领域上支持事务性和分析性。将两者结合在一起可以增强基于图的搜索结果，比如推荐特性或概念搜索，还可以将高级搜索结果作为图遍历的入口点。 <h2>基于推荐的多元化搜索</h2> 以下是案例是产品搜索，零售商（亚马逊，eBay，Target等）会经常用到。文本搜索和目录导航不仅仅是用户入口，还是主要的“销售人员”。与专业的搜索引擎相比，这里说的搜索“条目”集更加可控和规范。 <h2>对于搜索基础设施，需考虑到这些方面</h2> <h3>多个数据源</h3> 产品和相关信息来自各种异构源，如产品供应商、信息提供者和销售商。 <h3>营销策略</h3> 创建新的促销、优惠和营销活动来推广网站或特定产品。所有这些都会影响结果提升。 <h3>个性化</h3> 为了提供更好、更个性化的用户体验，必须捕获、处理和使用：点击、购买、搜索查询等用户行为来个性化搜索结果。 <h3>供应商信息</h3> 产品供应商是最重要的，它们提供诸如数量、可用性、交付选项、时间以及产品细节等信息。 所有这些需求和数据源都会以几种方式影响搜索结果。为电商供应商设计搜索，需要一个完整的数据生态系统和相关数据流，用于管理他们的平台。 <h2>搜索的价值</h2> <h3>搜索是用户和搜索引擎之间的对话</h3> 搜索在现代应用中无处不在。是海量数据中查找相关信息的最快方法。搜索引擎需要能够通过用户的搜索词提供相关结果，并进一步细化和过滤搜索。 <h3>Faceting（分组）</h3> 初始搜索结果通常过于宽泛，需要进行过滤或细化，例如，使用facets，Facets是从搜索结果派生的类别，用于缩小搜索范围。 每个facet代表结构化信息的属性，如类别，价格，颜色，位置等，并包含结果的数量。 <h2>搜索引擎内部组成</h2> <h3>Indexing（索引）</h3> 处理文档使其可用于搜索。 <h3>User input(用户输入)</h3> 用户通过用户界面或API发送搜索请求。 <h3>Ranking（排名）</h3> 搜索引擎将输入与索引进行比较，并根据文档与查询的匹配程度对文档进行排序。 <h3>Results display（结果显示）</h3> 将结果返回给用户界面。 索引是具有某些共同特征的文档的集合，例如，客户数据、产品目录、订单数据等，用这些数据建立不同的索引。 它由一个名称标识(全小写)，用于对包含的文档执行索引、搜索、更新和删除操作。文档是建立索引的基本信息单元，这些索引中存储了任意数量的JSON文档，文档的类型不同。 <h3>Indexing</h3> 分析和准备添加到索引的文档，以便在Lucene和其他相关结构中创建反向索引数据结构，从而在搜索期间快速检索结果，这些是文档分析的步骤： <h3>Tokenization</h3> 将字符串分解为要索引的令牌 对标点、数字和其他符号的一致处理 处理复合词的多个标记以匹配可能的输入 <h3>Downcasing</h3> 对于不区分大小写的搜索，所有单词都转换为小写。 Stemming/stopword removal 去掉后缀、复数和共轭的单词 Synonym expansion 删除常用词 更新的搜索引擎会保留它们以获得更好的结果 通过同义词库解析同义词并添加到索引中 另外，同义词解析也可以在搜索词上进行 <h3>创建索引的示例</h3> 在Elasticsearch中，在索引创建过程中，可以指定: 索引的所有设置     碎片和副本的数量     自定义分析 定义文档和其包含的字段以及如何存储和索引的映射。要为customer的名称和描述字段(使用预定义的英文文本分析器)创建一个简单的索引，需要使用一个切分和两个副本: <pre class="code-wrappers language-json"><code class=" language-json"> PUT customers { "settings" : { "number\_of\_shards" : 1, "number\_of\_replicas": 2 }, "mappings" : { "customer" : { "properties" : { "name" : { "type" : "keyword" }, "description" : { "type" : "text", "analyzer": "english" } } } } }</code></pre> 有关创建Elasticsearch索引的更多细节，请参阅官网<a rel="nofollow noopener noreferrer" href="https://cs.xieyonghui.com/redirect?su=rPozYE" target="\_blank" uk-icon="link" class="uk-icon">文档<svg width="20" height="20" viewBox="0 0 20 20" xmlns="http://www.w3.org/2000/svg"> <path fill="none" stroke="#000" stroke-width="1.1" d="M10.625,12.375 L7.525,15.475 C6.825,16.175 5.925,16.175 5.225,15.475 L4.525,14.775 C3.825,14.074 3.825,13.175 4.525,12.475 L7.625,9.375"></path> <path fill="none" stroke="#000" stroke-width="1.1" d="M9.325,7.375 L12.425,4.275 C13.125,3.575 14.025,3.575 14.724,4.275 L15.425,4.975 C16.125,5.675 16.125,6.575 15.425,7.275 L12.325,10.375"></path> <path fill="none" stroke="#000" stroke-width="1.1" d="M7.925,11.875 L11.925,7.975"></path></svg></a>。 <h2>搜索查询语言（Search Query Language）</h2> Elasticsearch提供搜索API和基于json的进行查询定义的DSL。 DSL有两种类型的子句: <h3>叶子句（Leaf clauses）</h3> 检查字段中的特定值(例如，匹配、术语或范围查询)。这些可以单独使用。 <h3>复合子句（Compound clauses）</h3> 包装其他leaf或复合子句，以合乎逻辑的方式组合它们(如bool或dis\_max)，或更改它们的行为(如constant\_score)。 <h3>查询子句的行为取决于上下文</h3> 查询上下文：搜索与查询匹配的文档并根据相关性计算得分 过滤上下文：检查文档是否匹配，不计算分数。 <pre class="code-wrappers language-json"><code class=" language-json">GET /\_search { "query": { "bool": { "must": \[ { "match": { "title": "Search" }}, { "match": { "content": "Elasticsearch" }} \], "filter": \[ { "term": { "status": "published" }}, { "range": { "publish\_date": { "gte": "2015-01-01" }}} \] } } }</code></pre> 更多细节可以参见<a rel="nofollow noopener noreferrer" href="https://cs.xieyonghui.com/redirect?su=5hjvUo" target="\_blank" uk-icon="link" class="uk-icon">文档<svg width="20" height="20" viewBox="0 0 20 20" xmlns="http://www.w3.org/2000/svg"> <path fill="none" stroke="#000" stroke-width="1.1" d="M10.625,12.375 L7.525,15.475 C6.825,16.175 5.925,16.175 5.225,15.475 L4.525,14.775 C3.825,14.074 3.825,13.175 4.525,12.475 L7.625,9.375"></path> <path fill="none" stroke="#000" stroke-width="1.1" d="M9.325,7.375 L12.425,4.275 C13.125,3.575 14.025,3.575 14.724,4.275 L15.425,4.975 C16.125,5.675 16.125,6.575 15.425,7.275 L12.325,10.375"></path> <path fill="none" stroke="#000" stroke-width="1.1" d="M7.925,11.875 L11.925,7.975"></path></svg></a>。由于篇幅所限会在后续文章更新。  原文地址：https://cs.xieyonghui.com/database/neo4j-and-elasticsearch\_88.html </div>

Neo4j和Elasticsearch

评论区

相关推荐