概述

Elasticsearch 简介

Elasticsearch 提供多种搜索技术，从 BM25 开始，这是文本搜索的行业标准。它还提供由 AI 模型驱动的语义搜索，可以基于上下文与意图提升搜索结果。

在本指南中，你将学习如何将外部数据库中的数据同步到 Elasticsearch，并使用语义搜索轻松检索你的数据库。

更多有关如何安装 Elastic Stack 的信息，请参考文章《如何在 Linux，MacOS 及 Windows 上进行安装 Elasticsearch》

导入你的数据

如何进行数据摄取与增强以支持搜索

Elasticsearch 提供了丰富的数据导入能力，帮助解决你的业务问题。观看该网络研讨会可以：

• 学习如何将分散的数据汇聚到一个地方，从而构建搜索体验。
• 了解适用于不同数据类型的工具，包括 Open Crawler、连接器目录、数据与 ML 推理管道等。
• 观看使用客户支持数据集的实时演示。

创建 Elastic Cloud 项目

开始 14 天试用。访问 cloud.elastic.co 并创建账户后，按照以下步骤启动你的第一个 Elasticsearch Serverless 项目。

首先，选择 Elasticsearch。

创建一个通用用途的项目。将其命名为“ My project ”，然后点击“ Create project ”。

你的 Elasticsearch Serverless 项目现在将被创建。接下来，创建你的第一个 Elasticsearch 索引，并将其命名为“ my-index ”。点击 “ Create my index ”。

接下来，你可以将第三方数据源添加到 Elasticsearch。在这个示例中，我们有一个 MongoDB 数据库，包含大约 150,000 条电子游戏标题记录，以及字段“ id ”、“ name ”、“ description ”和“ date ”。我们将把这个数据库同步到 Elasticsearch，并额外为其添加语义搜索能力。

让我们创建一个基础的索引映射，字段名保持一致，并额外添加“ description_semantic ”字段，用于存储语义搜索的向量。打开 Dev Tools，并粘贴以下命令来更新你的索引映射：

PUT my-index/_mappings
{
 "properties": {
   "name": {
     "type": "text"
   },
   "description": {
     "type": "text",
     "copy_to": "description_semantic"
   },
   "description_semantic": {
       "type": "semantic_text"
   },
   "date": {
     "type": "date"
   }
 }
}

从现有数据库获取数据

你已经可以连接到一个现有数据库。点击“ Connectors ”，然后点击 “ + Self-managed connector ”。

本指南将使用 MongoDB 数据库。从 Connector type 列表中选择 MongoDB。

按照说明使用 Docker 部署一个自托管 connector。你需要创建一个 config.yml 文件。注意 connector 和 Elasticsearch 上的 api_key 是相同的。例如：

connectors:
-
  connector_id: KPIDOZUBfX6AM3jXM_g7
  service_type: mongodb
  api_key: RGZMUU9KVUJmWDZBTTNqWFRQano6R3RRb01jR2kxRkNqWTA5eGtSa3NFZw==
elasticsearch:
  host: https://my-project-cc67ad.es.us-east-1.aws.elastic.cloud:443
  api_key: RGZMUU9KVUJmWDZBTTNqWFRQano6R3RRb01jR2kxRkNqWTA5eGtSa3NFZw==

然后，使用以下命令启动自托管 connector：

docker run -v "./connectors-config:/config" --tty --rm  docker.elastic.co/enterprise-search/elastic-connectors:8.17.0 /app/bin/elastic-ingest -c /config/config.yml

接下来，将配置添加到你的 MongoDB 数据库中，然后点击 Next。

选择需要同步数据的索引——在本例中是我们之前创建的 “ my-index ”。点击 “ Sync ”。

就是这样！该 connector 将遍历数据库并把文档同步到“ my-index ”。主 Connectors 页面会显示当前状态。

Connector 也可以配置为定期将数据库同步到 Elasticsearch。为此，点击该 connector，然后点击“ Scheduling ”，选择“ every hour ”，再点击“ Save ”。现在，只要自托管 connector 运行正常，内容就会在每小时整点进行同步。

使用 Elasticsearch

查询数据

现在有趣的部分开始了。进入 Build > Dev Tools（也就是我们之前用来更新索引映射的地方），执行以下查询，该查询将在 “ name ” 和 “ description ” 字段上进行全文搜索：

GET my-index/_search
{
 "query": {
   "multi_match": {
     "query": "adventure game on a desert island",
     "fields": [
       "name",
       "description"
     ]
   }
 }
}

由于该索引现在包含 semantic_text 字段，你可以像这样进行查询：

GET my-index/_search
{
 "query": {
   "semantic": {
     "field": "description_semantic",
     "query": "game about ghosts in medieval times"
   }
 }
}

你刚刚学习了如何将外部数据库中的数据同步到 Elasticsearch，并在其之上添加语义搜索！

下一步

感谢你花时间学习如何在 Elastic Cloud 中使用 Python 构建你的第一个搜索查询。在你开启 Elastic 之旅时，了解一些在整个环境中部署时需要管理的运维、安全和数据相关组件是很重要的。

准备开始了吗？你可以在 Elastic Cloud 上启动一个免费的 14 天试用，或尝试这些关于 Search AI 101 的 15 分钟实操学习。

开始免费试用

附加资源

• 开始使用 Elasticsearch
• 构建 AI 驱动的搜索体验
• 配置向量搜索
• 在 Elasticsearch 上构建应用
• 连接 Elasticsearch API

原文：https://www.elastic.co/getting-started/enterprise-search/search-across-business-systems-and-software