Neo4j和Elasticsearch

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。

基于推荐的多元化搜索

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。

对于搜索基础设施，需考虑到这些方面

多个数据源

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。

营销策略

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。

个性化

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。

供应商信息

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。

搜索的价值

搜索是用户和搜索引擎之间的对话

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。

Faceting（分组）

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。

搜索引擎内部组成

Indexing（索引）

处理文档使其可用于搜索。

User input(用户输入)

用户通过用户界面或API发送搜索请求。

Ranking（排名）

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。

Results display（结果显示）

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。

Indexing

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：

Tokenization

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

Downcasing

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

创建索引的示例

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:

 PUT customers { "settings" : { "number\_of\_shards" : 1, "number\_of\_replicas": 2 }, "mappings" : { "customer" : { "properties" : { "name" : { "type" : "keyword" }, "description" : { "type" : "text", "analyzer": "english" } } } } }

有关创建Elasticsearch索引的更多细节，请参阅官网文档。

搜索查询语言（Search Query Language）

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:

叶子句（Leaf clauses）

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。

复合子句（Compound clauses）

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)。

查询子句的行为取决于上下文

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。

GET /\_search { "query": { "bool": { "must": \[ { "match": { "title": "Search" }}, { "match": { "content": "Elasticsearch" }} \], "filter": \[ { "term": { "status": "published" }}, { "range": { "publish\_date": { "gte": "2015-01-01" }}} \] } } }